基于改进BP神经网络的混沌时间序列预测方法对比

来源 :河南科学 | 被引量 : 0次 | 上传用户:wo7ni1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对BP神经网络预测混沌时间序列存在的易陷入局部极小值和收敛速度较慢的问题,选取了两种改进预测模型,即GA—BP预测模型和PSO—BP预测模型.并将这两种模型对Lorenz混沌时间序列进行了预测比较实验.实验表明,两种改进模型比BP神经网络预测模型具有更好的预测性能,并且PSO—BP预测模型较GA—BP预测模型的预测精度更高.
其他文献
入侵检测数据中存在噪音属性及部分连续型属性,并具有高维、非线性特征,为了取得更好的检测效果,首先利用邻域粗糙集对数据集进行属性约简,消除冗余属性与噪声,避免了传统粗
采用毛细管流变仪研究了生物降解共聚酯聚对苯二甲酸丁二醇/己二酸丁二醇/对苯二甲酸乙二醇/己二酸乙二醇共聚酯(PBATE)的流变性能.结果表明:PBATE共聚酯属于假塑性流体;在一定的剪切
图像识别系统是计算机对由数码相机获取的同一个固定环境目标的数字图像,由HSI模型将存放图像数据的二维矩阵图像进行量化,通过梯度函数中的方差函数形成不同的清晰度级别,根据视觉的主观感觉对颜色进行描述,并与空气监测结果进行相关性分析,较好地解决了环境空气质量监测结果因为监测因子相对较少、结果描述专业性强而导致的与人们视觉感受不一致的问题.
通过统计河南省许昌小麦白粉病发生发展的气象生理指标及历年该病发生的资料,构建了小麦白粉病发病的气象预报模型。 BP神经网络小麦白粉病发病趋势预测模型应用了BP人工神经