基于神經(jīng)網(wǎng)絡(luò)的混沌時(shí)間序列預(yù)測(cè).pdf

1、時(shí)間序列預(yù)測(cè)是人工智能以及數(shù)據(jù)挖掘中的研究熱點(diǎn)。用非線性的方法研究時(shí)間序列并對(duì)其進(jìn)行預(yù)測(cè)，能夠解決實(shí)際工程應(yīng)用中的諸多問(wèn)題。本文主要研究了時(shí)間序列的混沌特性，以及在實(shí)際應(yīng)用中的去噪和預(yù)測(cè)問(wèn)題。 目前對(duì)混沌時(shí)間序列出現(xiàn)的噪聲問(wèn)題，主要采用的去噪方法是線性的方法，采用此類方法去噪后的時(shí)間序列不能夠充分體現(xiàn)其混沌特性；采用非線性方法對(duì)時(shí)間序列去噪的效果較好，但是方法復(fù)雜。對(duì)于混沌時(shí)間序列的預(yù)測(cè)，目前主要采用的方法是研究數(shù)據(jù)特性，查找與

2、數(shù)據(jù)特性接近的混沌方程，用初始數(shù)據(jù)確定方程參數(shù)從而進(jìn)行預(yù)測(cè)，由于混沌方程有限以及混沌序列對(duì)初值的敏感，該方法對(duì)方程的參數(shù)要求高，預(yù)測(cè)效果不好，近年采用神經(jīng)網(wǎng)絡(luò)對(duì)時(shí)間序列進(jìn)行了預(yù)測(cè)的研究，但單一的神經(jīng)網(wǎng)絡(luò)對(duì)預(yù)測(cè)結(jié)果有較大的差異。 針對(duì)以上問(wèn)題，本文在了解并掌握混沌時(shí)間序列的特性和分析方法的基礎(chǔ)上，以簡(jiǎn)化方法和提高精度為目的，對(duì)傳統(tǒng)的降噪方法做了改進(jìn)；以探索預(yù)測(cè)模型提高預(yù)測(cè)精度為目的，采用建立集成神經(jīng)網(wǎng)絡(luò)的方法對(duì)混沌時(shí)間序列預(yù)測(cè)，提

3、高了預(yù)測(cè)精度。 本文主要采用方程生成序列和實(shí)際數(shù)據(jù)集研究相結(jié)合的方法做了大量實(shí)驗(yàn)，研究結(jié)果包括以下兩個(gè)部分：一是針對(duì)混沌信號(hào)降噪算法中鄰域的選取問(wèn)題，采用希爾伯黃變換進(jìn)行初始領(lǐng)域半徑的估計(jì)，同時(shí)運(yùn)用閾值限定的方法，自適應(yīng)地在相空間中選取合適的鄰域點(diǎn)，然后針對(duì)每一個(gè)鄰域進(jìn)行不同的非正交投影，更新數(shù)據(jù)點(diǎn)。采用該方法進(jìn)行的仿真實(shí)驗(yàn)，證實(shí)了其簡(jiǎn)單有效。二是在在預(yù)測(cè)模型中，考慮混沌時(shí)間序列鄰域相似這一特點(diǎn)，針對(duì)自組織特征網(wǎng)絡(luò)的自動(dòng)劃分功能