基于非线性混沌时序动力系统的预测方法研究

摘要：

主要研究由混沌时序所确定的非线性动力系统的预测方法.研究了非线性自相关混沌模型的结构,模型阶数的确立技术.将神经网络和小波理论相结合,研究了小波变换神经网络的结构,给出了小波神经网络的学习方法;提出了一种新的基于小波网络的参数辨识方法.该方法可以有选择地提取时序中的不同的时间、频率尺度,实现原时序的趋势或细节预测.通过对混沌时序进行预处理,并比较预处理后的预测结果,得到了一些有益的结果:用非线性自相关混沌模型采用小波网络对模型参数进行辨识,其辨识的准确程度较高,用该模型对混沌时序(包括含有噪声)的预测比较有效.

关键词：非线性自相关混沌模型、小波神经网络、参数识别、时序预测

所属期刊栏目：25

分类号：O175.14;O241.81(数学分析)

资助基金：国家自然科学基金70271071,19990510

在线出版日期：2004-07-16（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：551-557