基于混沌算法的自適應預測模型

在混沌算法神經網絡的預測模型中, 適當選擇非線性反饋項, 能使網絡的動力學在權空間具有混沌行為, 網絡系統(tǒng)在學習和訓練過程中能夠跳出能量的局域極小達到全局極小或其近似.本文基于EP進化算法建立一種自適應機制, 使得網絡能夠根據(jù)學習和訓練的結果優(yōu)化非線性反饋項. 應用這種算法的神經網絡對基于Mackey-Glass方程和Lorenz系統(tǒng)的時間序列進行在線預測, 結果表明,網絡具有很好的自適應預測性能.

作 者： 李克平 陳天侖 劉恒玲   作者單位： 李克平,陳天侖(南開大學物理科學院,天津,300071)

劉恒玲(北京師范大學物理系,北京,100875) 

刊 名： 系統(tǒng)工程理論與實踐  ISTIC EI PKU 英文刊名： SYSTEMS ENGINEERING——THEORY & PRACTICE  年，卷(期)： 2003 23(1)  分類號： O175 O322  關鍵詞： 進化計算   神經網絡   自適應   非線性時間序列預測  

【基于混沌算法的自適應預測模型】相關文章：

基于時間序列的空中交通流量灰預測模型算法04-30

基于混沌神經網絡模型的預測控制器的設計及應用04-28

基于信息補償?shù)淖赃m應聯(lián)邦濾波算法04-28

混沌時間序列的自適應高階非線性濾波預測04-26

基于因果關系的林分自適應模型研究04-27

基于MCS自適應算法的機翼顫振主動抑制04-26

基于多維灰色預測模型的短期交通流預測研究04-27

基于遺傳算法的地下水位動態(tài)預測雙線性模型09-08

基于自適應神經網絡的邊坡位移預測04-30

基于灰色Verhulst模型的隧道拱頂沉降預測04-28