基于相空间重构的神经网络太阳黑子预测模型

摘要：

太阳黑子数目的变化对地球的气候、农业、通信、导航等方面影响巨大,因此对太阳黑子数目进行预测具有十分重要的意义.针对太阳黑子时间序列的混沌特性,引入相空间重构理论,将一维时间序列重构为多维时间序列,并与具有极强非线性拟合能力的神经网络模型相结合,分别建立了基于相空间重构的RBF神经网络和BP神经网络的太阳黑子时间序列预测模型,并在MATLAB环境下进行预测仿真.仿真结果表明,建立的模型具有较高的预测精度,可用于太阳黑子时间序列预测.

关键词：神经网络、相空间重构、太阳黑子时间序列、建模、预测

所属期刊栏目：31

分类号：V417+.6(基础理论及试验)

资助基金：河南省科技攻关项目122102210102

在线出版日期：2014-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：395-398