10.3321/j.issn:1000-3290.2005.11.010
一种预测混沌时间序列的模糊神经网络方法
给出了一种预测混沌时间序列的模糊神经网络及其学习方法,给出的方法能直接从数据中提取模糊规则,经过优化得到最佳模糊规则库,并利用神经网络的自学习功能修改隶属函数的参数和网络的权值,减少了规则的匹配过程,加快了推理速度,增强了网络的自适应能力.使用该神经网络及其学习方法对Lorenz混沌时间序列进行了预测仿真研究,试验结果表明给出的预测工具和方法是有效的.
模糊神经网络、模糊规则提取、混沌时间序列预测
54
O4(物理学)
2005-12-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
5034-5038