%0 Journal Article
%T 混沌时间序列的混合粒子群优化预测
%A 刘伟
%A 王科俊
%A 邵克勇
%J 控制与决策
%P 562-565
%D 2007
%X 提出一种混合粒子群优化算法,即在改进粒子群优化算法全局搜索模型参数的基础上,利用梯度下降法进一步确定径向基神经网络模型参数,以提高网络的收敛精度和网络性能.采用基于RBFNN的混合粒子群优化算法进行离散Henon和连续Mackey-Glass混沌时间序列预测仿真,结果表明该算法能快速精确地预测混沌时间序列,是研究复杂非线性动力系统辨识和控制的一种有效方法.
%K 混沌时间序列
%K 粒子群算法
%K 径向基神经网络
%K 梯度下降法
%U http://www.kzyjc.net:8080/CN/abstract/abstract9029.shtml