时间序列论文时间序列李雅普诺夫指数BP神经网络预测.docVIP

时间序列论文时间序列李雅普诺夫指数BP神经网络预测.doc

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
时间序列论文时间序列李雅普诺夫指数BP神经网络预测

时间序列论文:基于混沌理论和BP网络的气温预测技术与方法研究 【中文摘要】较为准确的气温预报对农业生产,国防建设有着重要的意义。大气场中影响气温的因素很多,温度变化具有长期的不确定性,具有典型的混沌特征,其短期具有一定的可预测性。因此,预报短期的气温变化情况,是一个混沌现象预测问题。论文以混沌理论中李雅普诺夫指数和BP神经网络理论为支撑,以连云港地区气温数据为时间序列实验样本,研究了李雅普诺夫指数预测理论和BP神经网络预测方法在气温预测中的应用。论文的主要工作包括:(1)通过G-P算法得到了合理的嵌入维数和时间延迟,运用相空间理论对温度时间序列91个数据样本进行相空间重构,重建温度系统的状态空间,建立预测模型。然后利用wolf预测算法得到系统最大李雅普诺夫指数和相关预测值,实现了对短期气温的预测。预测实验中,采用虚拟仪器编程技术,运用Labview 8.6开发平台,设计实现了李雅普诺夫预测系统。经理论预测计算和对一天中最低最高气温预测实验结果观察,表明李雅普诺夫指数预测方法在气温预测中具有较好的效果。(2)论文在对神经网络理论在气温预测应用的研究中,运用其自适应自学习能力,通过拟合非线性函数,建立气温数据建模,对气温的时间序列进行了预测。通过网络训练学习得出... 【英文摘要】Accurately temperature prediction is of great significance to agricultural production and national defense construction. In atmosphere filed, there are lots of factors influencing temperature, variances in temperature possess long term indetermination, and it is of typical chaotic characteristics, but variances in temperature possess short term determination. However, the prediction of variances in temperature in short term is a chaotic prediction problem.In this paper, i introduce Lyapunov exponent whi... 【关键词】时间序列 李雅普诺夫指数 BP神经网络 预测 【英文关键词】time series Lyapunov exponent BP neural network prediction 【索购全文】联系Q1:138113721 Q2:139938848 同时提供论文写作一对一辅导和论文发表服务.保过包发 【目录】基于混沌理论和BP网络的气温预测技术与方法研究 摘要 3-4 ABSTRACT 4 第一章 绪论 6-11 1.1 研究背景及意义 6-8 1.2 国内外研究现状 8-9 1.3 论文研究内容和章节安排 9-11 第二章 时间序列状态分析 11-17 2.1 返回映射法在时间序列状态分析中的应用 11-16 2.2 本章小结 16-17 第三章 混沌理论及其预测理论 17-36 3.1 混沌现象和混沌学 17-18 3.2 混沌的定义 18-19 3.3 混沌的基本特性和李雅普诺夫指数 19-22 3.4 逻辑斯蒂映射 22-23 3.5 基于柯嫡的复杂机械系统状态最大可预测时间研究 23-25 3.6 混沌预测的理论基础 25-31 3.7 基于李雅普诺夫指数的气温时间序列预测实验 31-35 3.8 本章小结 35-36 第四章 BP神经网络在气温预测中的应用研究 36-53 4.1 BP神经网络 36-37 4.2 神经元模型 37-38 4.3 BP神经网络设计步骤 38-41 4.4 BP网络学习过程 41-44 4.5 BP算法的缺点及改进 44-48 4.6 基于BP网络对气温时间序列的可预测性研究实验 48-52 4.7 本章小结 52-53 第五章 混沌优化BP网络算法的气温预测研究分析 53-56 5.1 混沌优化BP网络的研究 53 5.2 实验结果及分析 53-55 5.3 本章小结 55-56 第六章 三种预测方法的对比研究分析 56-59 6.1 三种预测方法的对比分析 56-58 6.2 本章小结 58-59 第七章 总结与展望 59-61 7.1 总结 59 7.2 展望 59-61 致谢 61-62 参考文献 62-65 作者简介 65

文档评论(0)

haihang2017 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档