科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2010年
32期
8055-8060
,共6页
动态模糊神经网络%累积式自回归移动平均%Mackey-Glass时间序列预测
動態模糊神經網絡%纍積式自迴歸移動平均%Mackey-Glass時間序列預測
동태모호신경망락%루적식자회귀이동평균%Mackey-Glass시간서렬예측
对时间序列预测, 利用自回归移动平均模型(ARIMA)给出了一种新的基于动态模糊神经网络(DFNN)的模型.该模型中主要是考虑了输出误差这个重要因素.将ARIMA模型产生的非线性特征用DFNN模型模拟,能够产生比DFNN和ARIMA单个模型更加精确的模型.因此, 它可以作为一个适当的替代模型来预测任务,特别是当需要更高的预测精度的时候.最后用Mackey-Glass时间序列验证了模型的有效性.
對時間序列預測, 利用自迴歸移動平均模型(ARIMA)給齣瞭一種新的基于動態模糊神經網絡(DFNN)的模型.該模型中主要是攷慮瞭輸齣誤差這箇重要因素.將ARIMA模型產生的非線性特徵用DFNN模型模擬,能夠產生比DFNN和ARIMA單箇模型更加精確的模型.因此, 它可以作為一箇適噹的替代模型來預測任務,特彆是噹需要更高的預測精度的時候.最後用Mackey-Glass時間序列驗證瞭模型的有效性.
대시간서렬예측, 이용자회귀이동평균모형(ARIMA)급출료일충신적기우동태모호신경망락(DFNN)적모형.해모형중주요시고필료수출오차저개중요인소.장ARIMA모형산생적비선성특정용DFNN모형모의,능구산생비DFNN화ARIMA단개모형경가정학적모형.인차, 타가이작위일개괄당적체대모형래예측임무,특별시당수요경고적예측정도적시후.최후용Mackey-Glass시간서렬험증료모형적유효성.
