搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种新型广义RBF神经网络在混沌时间序列预测中的研究

李 军 刘君华

一种新型广义RBF神经网络在混沌时间序列预测中的研究

李 军, 刘君华
PDF
导出引用
导出核心图
计量
  • 文章访问数:  3911
  • PDF下载量:  1730
  • 被引次数: 0
出版历程
  • 收稿日期:  2004-11-18
  • 修回日期:  2005-03-14
  • 刊出日期:  2005-10-20

一种新型广义RBF神经网络在混沌时间序列预测中的研究

  • 1. 西安交通大学电气工程学院,西安 710049
    基金项目: 

    国家自然科学基金(批准号: 60276037)资助的课题.

摘要: 提出了一种新颖的广义径向基函数神经网络模型,其径向基函数(RBF)的形式由生成函数确定.然后,给出了易实现的梯度学习算法,同时为了进一步提高网络的收敛速度和网络性能,又给出了基于卡尔曼滤波的动态学习算法.为了验证网络的学习性能,采用基于卡尔曼滤波算法的新型广义RBF网络预测模型对Mackey-Glass混沌时间序列和Henon映射进行了仿真.结果表明,所提出的新型广义RBF神经网络模型能快速、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.

English Abstract

目录

    /

    返回文章
    返回