摘要:鉴于径向基函数(RBF)神经网络模型在非线性预测方面的优良性能,提出了利用该预测模型对混沌时间序列相空间重构的两个关键参数——延迟时间和嵌入维数进行联合估计的方法,并以客观的评价指标为依据给出其最优估计值.以Lorenz系统为例进行数值分析,得到RBF单步及多步预测模型中嵌入维数和延迟时间的最佳参数估计值,并在原模型中对估计值进行校验.结果表明,该方法可以有效地估计出嵌入维数和延迟时间,从而显著提高预测精度.
关键词:相空间重构 径向基函数神经网络 参数估计 预测
单位:西北农林科技大学水利与建筑工程学院电气工程系 杨凌712100
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社