系统工程理论与实践
繫統工程理論與實踐
계통공정이론여실천
SYSTEMS ENGINEERING--THEORY & PRACTICE
2003年
1期
73-76
,共4页
进化计算%神经网络%自适应%非线性时间序列预测
進化計算%神經網絡%自適應%非線性時間序列預測
진화계산%신경망락%자괄응%비선성시간서렬예측
在混沌算法神经网络的预测模型中, 适当选择非线性反馈项, 能使网络的动力学在权空间具有混沌行为, 网络系统在学习和训练过程中能够跳出能量的局域极小达到全局极小或其近似.本文基于EP进化算法建立一种自适应机制, 使得网络能够根据学习和训练的结果优化非线性反馈项. 应用这种算法的神经网络对基于Mackey-Glass方程和Lorenz系统的时间序列进行在线预测, 结果表明,网络具有很好的自适应预测性能.
在混沌算法神經網絡的預測模型中, 適噹選擇非線性反饋項, 能使網絡的動力學在權空間具有混沌行為, 網絡繫統在學習和訓練過程中能夠跳齣能量的跼域極小達到全跼極小或其近似.本文基于EP進化算法建立一種自適應機製, 使得網絡能夠根據學習和訓練的結果優化非線性反饋項. 應用這種算法的神經網絡對基于Mackey-Glass方程和Lorenz繫統的時間序列進行在線預測, 結果錶明,網絡具有很好的自適應預測性能.
재혼돈산법신경망락적예측모형중, 괄당선택비선성반궤항, 능사망락적동역학재권공간구유혼돈행위, 망락계통재학습화훈련과정중능구도출능량적국역겁소체도전국겁소혹기근사.본문기우EP진화산법건립일충자괄응궤제, 사득망락능구근거학습화훈련적결과우화비선성반궤항. 응용저충산법적신경망락대기우Mackey-Glass방정화Lorenz계통적시간서렬진행재선예측, 결과표명,망락구유흔호적자괄응예측성능.
