小波网络在带噪声的混沌时间序列预测中研究.pdfVIP

CN43—12SS／TP 计算机工程与科学 2009年第31卷第9期 ISSN1007—130X ENGINEERINGSCIENCEV01．31，No．9。2009 COMPUTER 文章编号：1007-130X(2009)09-0125—03 小波网络在带噪声的混沌时间序列预测中的研究。 Prediction ResearchoftheChaoticTimeSeries with NoiseBasedonWaveletNeural 陈晓云。牛国鹏，吴本昌 CHEN Xiao-yun，NIUGuo-peng-WUBen-chang (兰州大学信息科学与工程学院。甘肃兰州730000) ofInformationScienceand 【School Engineering，LAmzhon 730000。China) University-I嗣nzllou 摘要：在采用网络模型对带有噪声的混沌时间序列进行建模的过程中，噪声会影响模型的泛化能力。针对上述问 题，本文提出了基于小波去噪的小波网络预测框架。在预处理阶段使用小波闲值方法抑制噪声，运用相空间重构理论确定 嵌入维数和延迟时间，进而确定改进的小波网络模型的结构，结合BP算法和遗传算法对模型的参数进行学习。最后，在 带噪声的Mackey-Glass混沌序列预测实验中验证了该框架的有效性。 Abstract：Inthe of chaotictimeseries，becausenoisewillweakenthe oftheneu- processmodeling ability generalization ralnetworkmodel．aforecastframeworkis tOsolvethis denoiseisintroducedinthe proposed problem．Wavelet preprocess— to influence the ofnoise，thentheembeddeddimensionand timearedeterminedthe ingstagedepress delay by phasespace reconstructiontochoosethebeststructureof waveletneural the waveletneuralnet— theory hybrid networks．Finallyhybrid workmodelistrainedboththe andthe onthe chaot— by geneticalgorithmback-propagationone．ExperimentsMackey-Glass ictimeseries validatetheframework． 关键词：回归一小波网络；小波去噪；混沌时间序列预测；相空间重构 waveletneural time reconstruction KeyWOldS：hybrid network；waveletdenoise；chaotic series；