论文部分内容阅读
为提高风速序列的预测性能，提出一种改进的遗传混沌算子网络预测方法。混沌算子网络由输入层、中间层和输出层3层组成，网络的输入层与中间层的连接权值采用线性衰减的方式设计，中间层混沌算子单元的激励函数为混沌映射函数，采用遗传算法优化网络的权值和混沌算子控制参数。利用差分方法对被预测序列进行平稳化预处理，结合相空间重构理论利用平稳化后的数据构造网络的训练样本。仿真实验结果表明：该方法能够实现风速序列的多步预测分析，其预测性能优于传统预测方法，尤其随着预测步长的增加，该方法具有相对稳定的预测性能。