基于回声状态网络的多变量预测模型的研究

摘要：

考虑单变量在混沌时间序列预测中的不足,文章利用多变量模型进行混沌时间序列的预测.针对多变量预测过程中的维数过高问题,文章结合主元分析理论(PCA)和回声状态网络(ESN),构建了基于PCA和ESN的多变量混沌时间序列预测模型,将PCA降维后的时间序列数据输入ESN网络进行预测分析.论文对由Lorenz动态方程生成的三变量混沌时间序列进行了仿真实验,结果表明该模型有效地提高了预测的精度和预测的效率,是一种有效的混沌时间序列预测方法.

关键词：多变量混沌时间序列预测、回声状态网络、主元分析

所属期刊栏目：17

分类号：TP183(自动化基础理论)

资助基金："十一五"国防基础科研项目B2720060300;航空科学基金2007ZD53040

在线出版日期：2009-08-28（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：1356-1358,1361