|
|
物理学报 2009
Chaotic time series prediction based on fuzzy boundary modular neural networks
|
Abstract:
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.
