基于小波回声状态网络的混沌时间序列预测

摘要：

混沌现象普遍存在于自然界及人类社会中，因此混沌时间序列预测具有重要意义．提出了一种新的混沌时间序列预测模型—小波回声状态网络，该模型可以有效克服传统回声状态网络模型中普遍存在的病态矩阵问题，提高了混沌时间序列预测精度．通过对Lorenz、含噪声Lorenz及间歇式反应釜釜温三个时间序列的预测，将小波回声状态网络与传统回声状态网络进行了比较．结果表明，小波回声状态网络与传统回声状态网络相比，预测精度提高一倍以上且预测结果更加稳定．

关键词：小波分解、回声状态网络、小波回声状态网络、混沌时间序列预测

所属期刊栏目：61

分类号：O174.2(数学分析)

在线出版日期：2012-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：90-96