%0 Journal Article
%T 参数可变系统时间序列短期预测方法
%A 肖芬？
%A 高协平？
%J 软件学报
%P 1042-1050
%D 2006
%X 时间序列预测是一类非常重要的问题,但基本上局限于参数不可变问题的研究,而对实际问题中经常出现的更重要的参数可变系统的预测,由于构成几乎所有已有预测技术基础的taken嵌入定理不再成立,所以这方面的研究成果极少.使用一种将(多)小波变换与反向传播神经网络相结合的新型网络结构--(多)小波神经网络,尝试对参数可变时间序列的预测.因为(多)小波神经网络的误差函数是一个凸函数,这在一定程度上可以避免经典神经网络容易陷入局部极小、收敛速度慢等问题.对著名的ikeda参数可变系统的实验表明,多小波神经网络的预测性能较单小波神经网络要好,而单小波神经网络的性能较bp网要好.因此,该方法不失为时间可变系统预测的一种好的推荐.
%K 小波神经网络
%K 多小波神经网络
%K 时间序列预测
%K 参数可变系统
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=20060512&flag=1