混沌时间序列的长期预测方法研究-信号与信息处理专业论文.docx

混沌时间序列的长期预测方法研究下，多重分支时间延迟神经网络能够保持稳定的条件，即能够依靠网络内部的结构因素 混沌时间序列的长期预测方法研究 下，多重分支时间延迟神经网络能够保持稳定的条件，即能够依靠网络内部的结构因素 使受扰输出限制在平衡状态的一个有限邻域内时，网络结构应该满足的条件。 (4)结合主成分分析和神经网络进行多元变量时间序列预测方法的研究。复杂系统 的动态特性通常包含在多个变量时间序列的演化轨迹中，需要研究多元变量相空间重构 方法。本文沿用单变量混沌时间序列相空间重构预测的思路，扩展主成分分析方法应用 于提取多元变量输入样本中的主成分，以降低输入变量维数，重构多元变量相空间：利 用时间延迟前馈神经网络实现多输入与多输出之间的函数映射。仿真结果说明该方法可 以进行多元变量时间序列的建模研究，实现较高精度的预测。 关键词：混沌序列：预测；卡尔曼滤波；多重分支神经网络；多变量时间序列 ．II． 塑三燮主堂垡笙塞 塑三燮主堂垡笙塞 一 Study 011 Long-term Prediction Technology of Chaofic Time Series This paper discusses the mechanism ofmodeling and prediction ofchaotic time series．()n the base of analyzing