非线性时间序列神经网络预测方法的研究及应用
岩土边坡时间序列数据蕴含着边坡系统演化的信息,边坡系统在演化过程中既表现出确定性、必然性的一面,同时又具有随机性、混沌性、无序性的一面.利用人工神经网络,提出了多变量前向网络的多准则学习算法;通过一维时序的扩充和延拓,计算相空间吸引子维数,根据吸引子维数的大小确定神经网络拓扑结构的输入层节点的个数.最后,根据实例,建立了时间序列预报模型,并与传统的预测方法( 灰色模型)作了比较.
时间序列、神经网络、预测、吸引子、灰色
TP18(自动化基础理论)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
1-4