%0 Journal Article
%T 基于RBF神经网络的非线性时间序列在线预测
%A 张冬青
%A 宁宣熙
%A 刘雪妮
%J 控制理论与应用
%D 2009
%R 10.7641/j.issn.1000-8152.2009.2.007
%X 针对非线性非高斯时间序列,提出观测噪声服从隐马尔可夫模型(HMM)的径向基函数(RBF)神经网络(RBF-HMM)预测模型,其特点在于模型输入包含误差反馈项、RBF网络隐含层节点数的可变性和观测噪声的隐马尔可夫性;并采用序列蒙特卡罗(SMC)方法实现基于RBF-HMM模型的时间序列在线预测.最后采用太阳黑子数平滑月均值数据和CRU国际钢材价格指数月数据进行实证研究,结果表明该模型的有效性.
%K 预测
%K 径向基函数神经网络
%K 隐马尔可夫模型
%K 序列蒙特卡罗方法
%U http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=200902007&flag=1