混沌时间序列的优化预测模型及算法研究
针对混沌时间序列难以预测和控制问题,提出了基于趋势的混沌预测模型,利用混沌系统的初值、参数敏感性来微调和控制系统扰动,并用改进的最优化方法估计模型的参数,在其相空间中对时序未来值进行预测.算例表明,选取最佳的模型阶数能增加预测的准确程度,它不仅克服了仅用延迟嵌入技术的弊端,也降低了直接使用预测误差决定输入模式的盲目性.预测效果比其他时序方法要好.
混沌时序 参数识别 优化预测模型 变尺度法 混沌预测模型
蒋伟进 许宇胜 彭召意 孙星明 刘超
株洲工学院计算机系(湖南株洲) 北京工业大学机电学院(北京)
国内会议
长春
中文
1-5
2004-07-30（万方平台首次上网日期，不代表论文的发表时间）