混沌时间序列的混合粒子群优化预测
来源期刊:控制与决策2007年第5期
论文作者:刘伟 王科俊 邵克勇
文章页码:562 - 565
关键词:混沌时间序列;粒子群算法;径向基神经网络;梯度下降法;
摘 要:提出一种混合粒子群优化算法,即在改进粒子群优化算法全局搜索模型参数的基础上,利用梯度下降法进一步确定径向基神经网络模型参数,以提高网络的收敛精度和网络性能.采用基于RBFNN的混合粒子群优化算法进行离散Henon和连续Mackey-Glass混沌时间序列预测仿真,结果表明该算法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.
刘伟,王科俊,邵克勇
摘 要:提出一种混合粒子群优化算法,即在改进粒子群优化算法全局搜索模型参数的基础上,利用梯度下降法进一步确定径向基神经网络模型参数,以提高网络的收敛精度和网络性能.采用基于RBFNN的混合粒子群优化算法进行离散Henon和连续Mackey-Glass混沌时间序列预测仿真,结果表明该算法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:混沌时间序列;粒子群算法;径向基神经网络;梯度下降法;