10.3321/j.issn:1671-8836.2005.03.006
基于混沌时间序列的非线性动态系统神经网络建模与预测
在分析神经网络非线性建模原理的基础上,以典型的非线性差分方程为研究对象,提出了一类基于神经网络的非线性动态系统建模方法.针对传统BP算法的局限性,提出了一种非线性动态系统神经网络改善梯度估计精度的新算法.并以上证综合指数时间序列为研究对象,运用本文提出的建模方法和算法,进行了我国资本市场混沌时间序列预测研究的实例分析,得到的单步预测上证综合指数误差很小(-100~100);多步预测在最初的10步之内预测效果较为理想,而在此之后的预测值则严重偏离真实值.这与混沌时间序列特性相吻合,同时也证明了所用算法的有效性.
混沌时间序列、非线性动态系统、神经网络、BP算法
51
F224(经济计算、经济数学方法)
中国博士后科学基金2003033080
2005-09-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
286-290