混沌时间序列预测相关论文
混沌是确定性系统中出现的一种貌似无规则、类似随机的现象,是非线性动力学系统所特有的一种运动形式。由于混沌现象具有内随机性......
由于当前3G通信业的蓬勃发展，无线通信业务量呈现指数性增长，但无线频谱具有有限性，因而无线频谱资源越来越紧张。认知无线电技术的出......
瓦斯事故是煤炭生产中最严重的灾害之一,它一直困扰着煤矿企业,严重威胁着矿工的生命安全。千百年来,人们一直尝试用各种方法检测......
该文首先对国内外近年来在自适应控制、预测控制、神经网络控制等领域的研究成果进行了总结与评述.然后针对自适应智能预测控制系......
人工神经网络是为研究人类的认知过程而发展起来的,它的中心问题是面向研究对象的机器学习方法与学习机器的构造问题。混沌现象是......
混沌系统的辨识、预测和控制研究对许多领域,包括社会经济系统都具有重要的意义,很多系统的理论和有效的方法尚待研究.该文首先分......
模糊系统理论自诞生以来应用最有效、最广泛的领域就是模糊控制，取得了令人信服的成绩。近年来，对复杂不确定非线性系统的控制研究一......
本论文在混沌动力学和模糊系统理论的基础上,主要对用于预测非线性时间序列的模糊神经网络的建模和学习方法进行了研究,具体内容及......
从有限数量的样本来获取潜在的函数依赖关系是统计学习理论的主要目标,许多重要的学习问题都最后都归于这一目标。它们包括有监督......
混沌时间序列的普遍存在性使得对于它的预测有着极为深刻的意义和丰富的内涵。本文研究了混沌时间序列的相关理论和方法,将BP神经......
近年来，对非线性系统，尤其是混沌背景下产生的时间序列分析越来越受到人们的重视。本文采用人工智能的方法，通过构造专家系统来进行不......
针对模糊系统的特点和根据输入-输出数据,应用递阶遗传算法设计模糊系统。现有的模糊系统设计方法大多只能训练模糊系统的模糊集的......
给出了一种预测混沌时间序列的模糊神经网络及其学习方法,给出的方法能直接从数据中提取模糊规则,经过优化得到最佳模糊规则库,并......
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......
本文提出基于改进自组织方法的GMDH(Group Method of Data Handling)型神经网络并将它应用于混沌预测。一般的GMDH型神经网络的自......
本文提出将径向基函数(RBF)神经网络应用于混沌时间序列的预测,设计了一个三层RBF网络结构。对于三个典型的混沌系统,在不同的噪声......
针对海杂波中的弱信号检测问题，以相空间重构和模糊理论为基础，提出了一种基于T-S模型的模糊聚类方法对混沌时间序列进行预测和目标......
针对基于LMS的自适应预测算法对具有时变特性的时间序列预测在鲁棒性等方面存在缺陷,而使用最大广义相关熵准则以衡量输入输出的相......
提出递阶遗传训练方法用于训练连续参数小波神经网络的参数及其结构。现有的连续参数小波网络训练方法大多只能训练网络的参数,包......
支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题.文中将最小二乘支持向量机算法应用......
回声状态网络（ESN）是一种重要的时间序列预测方法，但在训练数据存在噪声或野点情况下，ESN将会出现过拟合问题。针对该问题，提出基于平滑......
应用混沌动力学理论对某型发动机压气机的试车时间序列数据进行处理,计算出最大Lyapunov指数,得到了最大有效预测步数。在此基础上......
提出了一种基于混沌理论的通用支持向量预测方法。该方法通过重构相空间的饱和嵌入维数确定支持向量机的最佳输入变量的选取;通过......
提出一种利用遗传算法对混沌数据序列建模的全局建模方法,可获得接近原始混沌系统的映射.该方法利用遗传算法同时进行函数拟和与参......
针对混沌时间序列的混沌性,提出一种改进的相空间重构方法——交集寻优法;针对传统的BP神经网络、RBF神经网络及AR模型对混沌时间......
针对分数阶混沌时间序列预测精度低、速度慢的问题,提出了基于量子粒子群优化(QPSO)算法的新型正交基神经网络预测模型。首先,在La......
在分析支持向量机（Support Vector Machines，SVM）回归算法的基础上，提出了一种免疫遗传优化向量机回归算法来预测混沌时间序列。算法根......
研究了人工神经网络混沌时间序列预测应用中的拓扑选择问题，受大脑皮层生长发育过程启发，提出一种类皮层网络——复杂回响状态网络（CE......
跨海大桥系统受外界影响扰动,其变形伴有混沌现象发生。对桥梁变形监测数据实现了混沌识别,运用C-C法计算时间序列的延迟时间,用G-......
具有反馈环的GMDH(Group Method of Data Handling with a feedback loop简称为GMDH-FL)网络只有三层,结构简单;而模糊GMDH神经(Ne......
近年来人们的社交需求性的增长与社交网络的急速发展,让在线社交网络逐渐成为一个内容互享与交流的一个平台,越来越多的热点事件在......
提出了一种基于自适应变异差分进化（AMDE）算法的ANFIS模型对混沌时间序列进行预测的方法，该方法采用自适应变异差分进化算法和最小二......
针对混沌时间序列特征空间多变性的特点,在SOM自组织神经网络中嵌入局部线性回归模型,用于混沌时间序列的预测.该方法融合了局部线......
针对现代经济社会对市场的依赖越来越强烈，然而影响市场交易的因素越来越复杂，导致基于市场的决策越来越难，本文提出了用混沌时间序列......
将优度评价方法运用于混沌时间序列预测算法评价中,确定评价算法的指标体系。建立混沌时间序列预测算法关于各评价指标的关联函数......
对由不同型号GPS-OEM板和不同型号天线所组成的GPS单点定位系统的定位误差时间序列进行了混沌特性分析,通过计算最大Lyapunov指数......
支持向量机是一种新型的学习方法，该方法以结构风险最小化原则取代传统机器学习中的经验风险最小化原则，在小样本的机器学习中显示出......
本文提出了以时间延迟坐标嵌入方法为基础的周期性波动预测模型。此模型使用一种叫作具有加权模糊隶属函数的神经网络的神经模糊网......
长期以来,预测理论一直是时间序列分析的一个经典问题。随着非线性混沌时间序列理论的发展,出现了很多应用于金融市场的预测方法。......
交通流中的非线性特征是近年来兴起的一个研究方向,其研究目地在于揭示交通流系统的各种非线性特征背后的形成机制,然后加以预测和......
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......
径向基函数神经网络具有结构简单、学习能力快、收敛速度快、逼近性能强、无局部极小、便于实现以及鲁棒性较强等优点,在很多领域......
研究区域航路网络交通状态预测问题,可为航路网络系统的规划管理与交通综合管控提供重要支持。基于区域航路网络中航空器ADS B数据......
在采用网络模型对带有噪声的混沌时间序列进行建模的过程中，噪声会影响模型的泛化能力。针对上述问题，本文提出了基于小波去噪的小波......
ESN(回声状态网络)是一种新型的递归神经网络,可有效处理非线性系统辨识以及混沌时间序列预测问题.针对ESN学习算法中可能存在的解......
单隐层前向神经网络学习算法作为一种性能优良的学习算法,分为批处理学习算法和在线学习算法与批处理学习算法相比,前向神经网络的......
混沌现象是自然界广泛存在的一种不规则运动。近年来,随着混沌现象在气象、水文、经济、社会等领域相继被发现,使得混沌应用研究成......
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......
