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

摘要：

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.

关键词：混沌时间序列、非线性动态系统、神经网络、BP算法

所属期刊栏目：51

分类号：F224(经济计算、经济数学方法)

资助基金：中国博士后科学基金2003033080

在线出版日期：2005-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：286-290