改进的神经网络预测多变量非线性时间序列.pdf

ofthe2．4th Chinese Proceedings Control Conference Guangzhou，P．R．Chins 改进的神经网络预测多变量非线性时间序列 韩 敏1，范明明1，刘玉花1，席剑辉1’2 (1．大连理工大学电子与信息工程学院，大连116023： 2．沈阳航空工业学院自动化系，沈阳110034) E．mail：minhan@dlut．edu．ca 摘要：本文采用神经网络与主成分分析(PcA)相结合的方法预测多变量非线性时间序列。主要思路是先用主成 分分析方法找到相互独立的输入变量，再分别利用静态和动态神经网络对多维非线性时间序列建立模型，进行 预测，最后用网络性能评价函数均方根误差和预测精度来评价网络性能。通过对实际的多维时间序列仿真，结 果证明本文提出的神经网络结合主成分分析的方法预测多变量非线性时间序列是快速有效的。 关键词：神经网络，非线性时间序列，预测。PCA Multivariate NonlinearTimeSeries ona Predicting BasedNew Neural Hybrid Network HanMin Jinhui“2 1，Fan 1，LiuYuhua’。Xi Mingming (1．School and 116023 ofElectronic Information University Engineering,DalianofTechnology,Dalian 2．Department Institute ofAutomation，ShenyangofAeronautical Abstract：Inthis isto anew tomodeland multivariate paper，the nonlineartime purposestudy methodology predict series basedoncombinationof neuralnetwork．nle the principalcomponentanalysis(PEA)and detailsof are：theuncorrelated are variables frameworkofthe methodology input pickedupby PCA，consequently，theinput is data and static to reconstructed．Thenboth and neural