基于改进bp神经网络的混沌时间序列预测方法对比_温文

《基于改进bp神经网络的混沌时间序列预测方法对比_温文》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第31卷第8期河南科学Vol.31No.82013年8月HENANSCIENCEAug.2013文章编号：1004-3918（2013）08-1197-05基于改进BP神经网络的混沌时间序列预测方法对比温文，龚祝平（华南理工大学工商管理学院，广州510641）摘要：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

2、预测模型的预测精度更高.关键词：混沌时间序列；BP神经网络；遗传算法；粒子群算法中图分类号：TP183文献标识码：ATheChaoticTimeSeriesPredictionComparisonBasedonImprovedBPNeuralNetworkMethodsWenWen，GongZhuping（SchoolofBusinessAdministration，SouthChinaUniversityofTechnology，Guangzhou510641，China）Abstract:BasedontheproblemthatBPneuralnetwork

3、predictionofchaotictimeseriesiseasytofallintolocalminimumandslowconvergencespeed，wechosetwokindsofimprovedpredictionmodel，namelytheGA－BPpredictionmodelandPSO－BPpredictionmodel．ExperimentalresultsshowthattwokindsofimprovedmodelhasbetterpredictionperformancethantheBPneuralnetworkpredict

4、ionmodel，andtheaccuracyofPSO－BPpredictionmodelisbetterthanGA－BPmodel．Keywords:chaotictimeseries；BPneuralnetwork；geneticalgorithm；PSO混沌现象在自然界和人类社会中普遍存在，它是一种由内在机制确定的动力学系统产生的貌似无规则的非线性运动.对初始条件极端敏感性是混沌系统的重要特性.混沌在现实生活、生产中已得到广泛应用，如交通系统、电力系统、气象系统等.虽然混沌现象是貌似无规则的一种现象，但由于产生混沌想象的内在确定性机制，使之在短期内是可以

5、预测的.随着混沌理论的发展和技术的进步，混沌时间序列的预测已成为现代混沌系统研究的重点.到目前，混[1]沌领域内的各国学者对混沌的时间序列预测做了许多研究，并构建了若干种预测模型，如局域线性模型、[2][3][4][5]Volterra滤波器自适应预测模型、RBF神经网络模型、BP神经网络模型、最大Lyapunov指数模型以及[6-7]一些组合预测模型等.BP神经网络模型是一种典型的混沌时间序列预测模型.它是由若干神经元组成的网络，每个神经元均[8]具有简单的数学处理能力.当这些神经元同时发挥作用时，则会产生强大的非线性映射功能.然而，BP神经网络存在两个缺陷，即

6、易陷入局部极小值和收敛速度较慢.针对这个缺陷，本文选取了两种改进模型，即遗传算法改进的BP神经网络预测模型和基于粒子群算法改进的BP神经网络预测模型，并对这两种模型的收稿日期:2013-05-13基金项目:国家自然科学基金资助项目（50675069，71271089）；广东省哲学社会科学“十二五”规划项目（GD12CGL16）作者简介:温文（1987－），男，吉林延吉人，硕士研究生，主要研究方向为工业工程理论与应用龚祝平（1971－），男，内蒙古包头人，副教授，博士，主要研究方向为复杂制造质量信息系统及其中的混沌现象.-1198-河南科学第31卷第8期预测性能进行

7、对比研究.13种预测模型3种预测模型分别为BP神经网络和两种改进的BP神经网络.在对混沌时间序列预测之前首先要对[9][10]其进行相空间重构，因为相空间重构是研究混沌动力学的基础.Takens和Packard等人提出了用延迟坐标法对一维混沌时间序列x1，x2，…，xn进行相空间重构，那么在状态空间中重构的某一点状态矢量可以表示为：TXi=（xi，xi+t，…，xi+（m-1）t），i=1，2，…，M.式中：M=n-（m-1）t为相空间中的相点数；t为延迟时间；m为嵌入维数.Takens定理证明了如果嵌入维m≥2d+1，d为系统动力学维数，则系统原始状态变量构成的

8、相空间和一