%0 Journal Article
%T Chaotic time series prediction based on fuzzy boundary modular neural networks<br>基于模糊边界模块化神经网络的混沌时间序列预测
%A Ma Qian-Li
%A Zheng Qi-Lun
%A Peng Hong
%A Qin Jiang-Wei
%A <br>马千里
%A 郑启伦
%A 彭宏
%A 覃姜维
%J 物理学报
%D 2009
%I 
%X 提出一种模糊边界模块化神经网络（FBMNN）的混沌时间序列预测方法，该方法先对混沌时间序列观测点重构的相空间进行模块化划分，划分点的选取由遗传算法自动寻优.然后定义一个模糊隶属度函数，在划分边界一侧按照一定的模糊隶属度设定模糊边界带，通过模糊化处理，解决了各模块划分点附近预测结果的跳跃问题.最后每一模块，及其模糊边界的样本点都对应一个递归神经网络进行训练，通过预测合成模块输出结果.该方法对三个混沌时间序列基准数据集Mackey-Glass，Lorenz，Henon进行实验，结果表明该方法有效地提高了混沌时间序列预测效果.
%K 模糊边界，
%K 模块化神经网络，
%K 混沌时间序列，
%K 预测
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=6E709DC38FA1D09A4B578DD0906875B5B44D4D294832BB8E&cid=47EA7CFDDEBB28E0&jid=29DF2CB55EF687E7EFA80DFD4B978260&aid=E9B2810CC3A4836CA04801E51F9063D6&yid=DE12191FBD62783C&vid=9FFCC7AF50CAEBF7&iid=38B194292C032A66&sid=3FD5B2D1B84CE43E&eid=8EA44A8F6C7F424F&journal_id=1000-3290&journal_name=物理学报&referenced_num=1&reference_num=0