论文部分内容阅读
RBF网络具有良好的非线性函数逼近能力，且收敛速度快，而灰色GM(0，N)静态模型对小样本线性数据的预测精度高，将两者有机结合起来，提出了一种新的小样本数据预测方法，即灰色RBF(GRBF)静态预测法。同时，为了提高RBF网络的预测精度和运算效率，文中采用ROIS和后向选择法来训练网络。将GRBF静态预测方法应用到小样本时程数据的预测中，实验结果表明，此预测方法快捷简便，精度高，具有良好的实用性。