基于随机模糊神经网络的噪声混沌时间序列建模与预测
  • 【摘要】

    提出了一种基于随机模糊神经网络对噪声混沌时间序列进行建模与预测的方法,并介绍了一种基于非单值逻辑随机模糊神经网络(SFNN)的结构和学习算法.在此基础上,应用该网络对含随机噪声的麦克-格拉斯混沌时间序列进行了仿真,仿真结果表明,在噪声较大的情况下,SFNN比FNN方法有更好的预测效果.

  • 【作者】

    李教  敬忠良  王安 

  • 【作者单位】

    西北工业大学/上海交通大学

  • 【刊期】

    系统管理学报 ISTIC 2002年4期

  • 【关键词】

    混沌时间序列  随机模糊神经网络  预测  BP学习算法 

  • 【基金项目】

    航空基础科学基金(5310113-0900-99CB04)