计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
29期
52-55
,共4页
混沌理论%预测%反向传播(BP)神经网络%遗传算法
混沌理論%預測%反嚮傳播(BP)神經網絡%遺傳算法
혼돈이론%예측%반향전파(BP)신경망락%유전산법
为提高BP神经网络预测模型对混沌时间序列的预测精度,将改进的遗传算法和BP神经网络结合,提出了一种基于改进遗传算法优化BP神经网络的混沌时间序列预测方法.利用改进的遗传算法优化BP神经网络的权值和阈值,训练BP神经网络预测模型求得最优解.将该模型应用到几个典型的非线性系统进行预测仿真,验证了该算法的有效性,与BP神经网络预测模型的预测结果进行了比较,仿真结果表明该方法对混沌时间序列具有更好的非线性拟合能力和更高的预测精度.
為提高BP神經網絡預測模型對混沌時間序列的預測精度,將改進的遺傳算法和BP神經網絡結閤,提齣瞭一種基于改進遺傳算法優化BP神經網絡的混沌時間序列預測方法.利用改進的遺傳算法優化BP神經網絡的權值和閾值,訓練BP神經網絡預測模型求得最優解.將該模型應用到幾箇典型的非線性繫統進行預測倣真,驗證瞭該算法的有效性,與BP神經網絡預測模型的預測結果進行瞭比較,倣真結果錶明該方法對混沌時間序列具有更好的非線性擬閤能力和更高的預測精度.
위제고BP신경망락예측모형대혼돈시간서렬적예측정도,장개진적유전산법화BP신경망락결합,제출료일충기우개진유전산법우화BP신경망락적혼돈시간서렬예측방법.이용개진적유전산법우화BP신경망락적권치화역치,훈련BP신경망락예측모형구득최우해.장해모형응용도궤개전형적비선성계통진행예측방진,험증료해산법적유효성,여BP신경망락예측모형적예측결과진행료비교,방진결과표명해방법대혼돈시간서렬구유경호적비선성의합능력화경고적예측정도.
