手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于一种自适应非正交新型聚类算法的RBF神经网络混沌时间序列预测

周鹏;杨铸

  运用自适应非正交方法构建径向基函数(RBF)神经网络模型预测混沌时间序列。在RBF网络模型构造非监督学习过程中,提出了一种能同时确定了径向基函数的中心个数和对应的扩展常数的自适应方法。隐层节点在非正交空间中递推选择,扩展常数则以贝叶斯准则(BIC)收敛值作为代价函数利用微分进化(DE)算法取得。为了验证网络的预测性能,将该方法对Logistic和Henon混沌时间序列进行了仿真研究,仿真结果表明了该方法的有效性。……