检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于模糊模型支持向量机的混沌时间序列预测

物理学报 2005年第7期54卷 3009-3018页

作者：崔万照朱长纯保文星刘君华西安交通大学电子与信息工程学院西安710049

基于支持向量机强大的非线性映射能力和模糊逻辑易于将先验的系统知识结合到模糊规则的特性,根据混沌动力系统的相空间重构理论,提出了一种混沌时间序列的模糊模型的支持向量机预测模型,并采用适用于大规模问题求解的最小二乘法来训练... 详细信息

基于支持向量机强大的非线性映射能力和模糊逻辑易于将先验的系统知识结合到模糊规则的特性,根据混沌动力系统的相空间重构理论,提出了一种混沌时间序列的模糊模型的支持向量机预测模型,并采用适用于大规模问题求解的最小二乘法来训练预测模型,利用该模型分别对模型的整体预测性能与嵌入维数及延迟时间的关系进行了探讨.最后利用Mackey Glass时间序列和典型的Lorenz系统生成的时间序列对该模型进行了验证,结果表明该预测模型不仅能够自动的从学习数据中获取知识产生模糊规则,提取能够代表混沌时间序列内在规律的支持向量,大大减少支持向量的数目,精确地预测未来的混沌时间序列,而且在混沌时间序列的嵌入维数未知和延迟时间不能合理选择的情况下,也能取得比较好的预测效果.这一结论预示着基于模糊模型的支持向量机是一种研究混沌时间序列的有效方法.

关键词：支持向量机混沌时间序列预测模糊模型非线性映射能力相空间重构理论混沌动力系统预测模型模糊规则延迟时间嵌入维数最小二乘法系统知识模糊逻辑问题求解系统生成预测性能内在规律有效方法预测效果序列对

一种新型广义RBF神经网络在混沌时间序列预测中的研究

在线全文

学校读者我要写书评

暂无评论

物理学报 2005年第10期54卷 4569-4577页

作者：李军刘君华西安交通大学电气工程学院西安710049

提出了一种新颖的广义径向基函数神经网络模型,其径向基函数(RBF)的形式由生成函数确定.然后,给出了易实现的梯度学习算法,同时为了进一步提高网络的收敛速度和网络性能,又给出了基于卡尔曼滤波的动态学习算法.为了验证网络的学习性能,... 详细信息

提出了一种新颖的广义径向基函数神经网络模型,其径向基函数(RBF)的形式由生成函数确定.然后,给出了易实现的梯度学习算法,同时为了进一步提高网络的收敛速度和网络性能,又给出了基于卡尔曼滤波的动态学习算法.为了验证网络的学习性能,采用基于卡尔曼滤波算法的新型广义RBF网络预测模型对Mackey-Glass混沌时间序列和Henon映射进行了仿真.结果表明,所提出的新型广义RBF神经网络模型能快速、精确地预测混沌时间序列,是研究复杂非线性动力系统辨识和控制的一种有效方法.

关键词：广义径向基函数神经网络卡尔曼滤波梯度下降学习算法混沌时间序列预测混沌时间序列预测 RBF神经网络广义卡尔曼滤波算法神经网络模型

基于Nystrom柯西核共轭梯度算法的混沌时间序列预测

在线全文

学校读者我要写书评

暂无评论

物理学报 2022年第10期71卷 392-401页

作者：齐乐天王世元沈明琳黄刚毅西南大学电子信息工程学院重庆400715 非线性电路与智能信息处理重庆市重点实验室重庆400715

混沌时间序列能够较好反映真实环境的非线性和非平稳性特性,然而具有二阶统计特性的核自适应滤波器(kernel adaptive filter,KAF)在处理含噪声和异常值的混沌时间序列时,其预测性能显著下降.为提高核自适应滤波器的鲁棒性,本文提出了一... 详细信息

混沌时间序列能够较好反映真实环境的非线性和非平稳性特性,然而具有二阶统计特性的核自适应滤波器(kernel adaptive filter,KAF)在处理含噪声和异常值的混沌时间序列时,其预测性能显著下降.为提高核自适应滤波器的鲁棒性,本文提出了一种用于测量非线性相似度的柯西核损失(Cauchy kernel loss,CKL),并采用半平方(half-quadratic,HQ)方法保证了CKL的全局凸性.为改善随机梯度下降法收敛速度较慢且容易陷入局部最优的不足,采用共轭梯度(conjugate gradient,CG)方法优化CKL.进一步,为解决核矩阵网络增长的问题,采取Nystrom稀疏策略近似核矩阵,并利用概率密度秩量化(probability density rank-based quantization,PRQ)提高逼近精度.基于此,本文提出了一种新的基于Nystrom和PRQ的柯西核共轭梯度(Nystrom Cauchy kernel conjugate gradient with PRQ,NCKCG-PRQ)算法有效实现了混沌时间序列的预测.基于合成和真实两类混沌时间序列验证了所提NCKCG-PRQ算法在稳态性能,鲁棒性和计算存储复杂度上的优势.

关键词：混沌时间序列预测核自适应滤波柯西核函数 Nystrom方法

在线全文

学校读者我要写书评

暂无评论

储备池状态空间重构与混沌时间序列预测

物理学报 2007年第1期56卷 43-50页

作者：韩敏史志伟郭伟大连理工大学电子与信息工程学院大连116023

分析了现有的基于回声状态网络(ESN)的迭代预测方法,指出了该方法在理论上存在的问题以及应用中存在的障碍.提出了一种基于储备池的直接预测方法,该方法利用预测原点和预测时域之间的关系直接构建预测器,因此可以预先对预测器的稳定性... 详细信息

分析了现有的基于回声状态网络(ESN)的迭代预测方法,指出了该方法在理论上存在的问题以及应用中存在的障碍.提出了一种基于储备池的直接预测方法,该方法利用预测原点和预测时域之间的关系直接构建预测器,因此可以预先对预测器的稳定性施加约束,从而避免了在迭代预测方法中由于网络回路闭合而产生的稳定性问题.在仿真中,首先以Lorenz时间序列为例分析了迭代预测方法在闭合回路前后储备池的变化情况,然后通过Mackey-Glass标杆问题的测试验证了直接预测方法的可行性.

关键词：回声状态网络递归神经网络混沌时间序列预测

基于分数阶最大相关熵算法的混沌时间序列预测

在线全文

学校读者我要写书评

暂无评论

物理学报 2018年第1期67卷 248-255页

作者：王世元史春芬钱国兵王万里西南大学电子信息工程学院重庆400715 非线性电路与智能信息处理重庆市重点实验室重庆400715

为提高最大相关熵算法对混沌时间序列的预测速度和精度,提出了一种新的分数阶最大相关熵算法.在采用最大相关熵准则的基础上,利用分数阶微分设计了一种新的权重更新方法.在alpha噪声环境下,采用新的分数阶最大相关熵算法对Mackey-Glass... 详细信息

为提高最大相关熵算法对混沌时间序列的预测速度和精度,提出了一种新的分数阶最大相关熵算法.在采用最大相关熵准则的基础上,利用分数阶微分设计了一种新的权重更新方法.在alpha噪声环境下,采用新的分数阶最大相关熵算法对Mackey-Glass和Lorenz两类具有代表性的混沌时间序列进行预测,并分析了分数阶的阶数对混沌时间序列预测性能的影响.仿真结果表明:与最小均方算法、最大相关熵算法以及分数阶最小均方算法三类自适应滤波算法相比,所提分数阶最大相关熵算法在混沌时间序列预测中能够有效地抑制非高斯脉冲噪声干扰的影响,具有较快收的敛速度和较低的稳态误差.

关键词：混沌时间序列预测自适应滤波器分数阶微分最大相关熵准则

在线全文

学校读者我要写书评

暂无评论

基于改进典型相关分析的混沌时间序列预测

大连理工大学学报 2008年第2期48卷 292-297页

作者：韩敏魏茹大连理工大学电子与信息工程学院辽宁大连116024

典型相关分析是目前常用的研究两个变量集间相关性的统计方法.针对线性典型相关分析法不能揭示变量间非线性关系,因而不适用于混沌系统等问题,将核典型相关分析与径向基函数神经网络相结合,提出了一种改进的核典型相关分析方法以解决映... 详细信息

典型相关分析是目前常用的研究两个变量集间相关性的统计方法.针对线性典型相关分析法不能揭示变量间非线性关系,因而不适用于混沌系统等问题,将核典型相关分析与径向基函数神经网络相结合,提出了一种改进的核典型相关分析方法以解决映射空间样本未知及逆矩阵求解困难等问题.首先利用两个径向基函数神经网络,通过训练使两个网络输出之间的相关系数达到最大,可同时得到两组典型相关变量.然后建立预测模型,对Lorenz混沌方程及大连月气温与降雨二变量混沌时间序列进行仿真,并与传统的线性回归预测方法进行比较,多组仿真结果证明了所述方法的有效性.

关键词：混沌时间序列预测典型相关分析核方法径向基函数神经网络

在线全文

学校读者我要写书评

暂无评论

用于混沌时间序列预测的多簇回响状态网络

物理学报 2009年第7期58卷 5057-5064页

作者：宋青松冯祖仁李人厚西安交通大学系统工程研究所西安710049

研究了混沌时间序列预测问题.提出了一种由五元生长因子组调控的类皮层神经网络模型,即多簇回响状态网络模型(MCESN).研究表明该生长因子组能够有效决定模型的拓扑性质;同时具备小世界和无标度等复杂网络特征的MCESN能够获得较优的预测... 详细信息

研究了混沌时间序列预测问题.提出了一种由五元生长因子组调控的类皮层神经网络模型,即多簇回响状态网络模型(MCESN).研究表明该生长因子组能够有效决定模型的拓扑性质;同时具备小世界和无标度等复杂网络特征的MCESN能够获得较优的预测结果.通过Monte Carlo仿真实验表明,该模型不仅训练算法简单,而且与常规回响状态网络比较,预测结果的精度更高、标准差更小.

关键词：混沌时间序列预测回响状态网络复杂网络 Ω复杂性

基于量子粒子群的全参数连分式混沌时间序列预测

在线全文

学校读者我要写书评

暂无评论

控制与决策 2016年第1期31卷 52-58页

作者：张宏立李瑞国范文慧王雅新疆大学电气工程学院北京100084 清华大学自动化系北京100084 新疆大学机械工程学院乌鲁木齐830047

针对传统混沌时间序列预测模型的复杂性、低精度性和低时效性的缺点,在倒差商连分式基础上提出全参数连分式模型,并利用量子粒子群优化算法优化模型参数,将参数优化问题转化为多维空间上的函数优化问题.以二阶强迫布鲁塞尔振子和三维二... 详细信息

针对传统混沌时间序列预测模型的复杂性、低精度性和低时效性的缺点,在倒差商连分式基础上提出全参数连分式模型,并利用量子粒子群优化算法优化模型参数,将参数优化问题转化为多维空间上的函数优化问题.以二阶强迫布鲁塞尔振子和三维二次自治广义Lorenz系统为模型,通过四阶Runge-Kutta法产生混沌时间序列,并利用基于量子粒子群优化算法的全参数连分式、BP神经网络和RBF神经网络分别对混沌时间序列进行单步和多步预测.仿真结果表明,基于量子粒子群优化算法的全参数连分式结构简单、精度高、效率高,该预测模型可被推广和应用.

关键词：全参数连分式量子粒子群优化算法混沌时间序列预测

基于最大Lyapunov指数的多变量混沌时间序列预测

在线全文

学校读者我要写书评

暂无评论

物理学报 2009年第2期58卷 756-763页

作者：张勇关伟北京交通大学系统工程与控制研究所北京100044

参考基于最大Lyapunov指数的单变量混沌时间序列预测方法,提出一种通过选取多个邻近重构向量,预测多变量混沌时间序列的局域法.采用新方法对两个完全不同的Rssler方程的耦合系统,Rssler方程和Hyper Rssler方程的耦合系统的多变量... 详细信息

参考基于最大Lyapunov指数的单变量混沌时间序列预测方法,提出一种通过选取多个邻近重构向量,预测多变量混沌时间序列的局域法.采用新方法对两个完全不同的Rssler方程的耦合系统,Rssler方程和Hyper Rssler方程的耦合系统的多变量混沌时序进行一步和多步预测,结果表明了该方法的有效性,且算法具有较强的抗噪能力.讨论了参考邻近点数和预测结果的关系.

关键词： Lyapunov指数混沌时间序列预测多变量时间序列最小二乘法