论文部分内容阅读
考虑单变量在混沌时间序列预测中的不足，文章利用多变量模型进行混沌时间序列的预测。针对多变量预测过程中的维数过高问题，文章结合主元分析理论（PCA）和回声状态网络（ESN），构建了基于PCA和ESN的多变量混沌时间序列预测模型，将PCA降维后的时间序列数据输入ESN网络进行预测分析。论文对由Lorenz动态方程生成的三变量混沌时间序列进行了仿真实验，结果表明该模型有效地提高了预测的精度和预测的效率，是一种有效的混沌时间序列预测方法。