10.3969/j.issn.1000-3428.2012.05.061
基于过程神经元网络的时间序列预测方法
传统人工神经网络时间序列预测方法难以表达时间序列中的时间累积效应.为此,提出一种基于过 程神经元网络的时间序列预测方法.采用双链结构的量子粒子群对过程神经元网络进行训练,以Mackey-Glass混沌时间序列预测为例进行实验 .仿真结果表明,该方法的均方误差比普通神经网络低一个数量级.
过程神经元网络、量子粒子群、双链结构、时间序列预测、算法设计、网络训练
38
TP183(自动化基础理论)
中国博士后科学基金资助项目20090460864;黑龙江省教育厅科学研究基金资助项目11551015
2012-05-22(万方平台首次上网日期,不代表论文的发表时间)
共3页
199-201