毕业设计（论文）-混沌BP神经网络的研究.doc

大庆石油学院本科生毕业设计（论文） PAGE 摘 要 混沌和BP神经网络相结合的方法，可以充分利用混沌的随机性、规律性、遍历性、初值敏感性等特点，也可以充分利用BP神经网络的大规模并行处理、分布式存储、自组织自适应性、学习联想和容错功能。因此，具有混沌特性的BP神经网络受到了许多研究者的青睐，获得了广泛的研究。 本文研究了混沌BP神经网络的分析理论和方法，利用BP神经网络的学习、逼近能力，结合混沌时间序列的嵌入维数、时延等参数构造了混沌BP神经网络，并将BP神经网络应用于混沌时间序列预测中。在MATLAB仿真环境下分别对典型混沌序列、BP神经网络的应用及混沌BP神经网络的建模预测进行仿真实现。理论分析和仿真结果表明，混沌BP神经网络具有预测时间短、预测精度高等优点，具有较高的指导意义和应用价值。 关键词：混沌时间序列；BP神经网络；BP算法；预测 全套设计加扣?3012250582 Abstract The method of combination chaos and BP neural network can take full advantages of the randomness, regularity, ergodicity, sensitivity initial value characteristics and so on of chaos, it can also make full use of the large-scale parallel processing, distributed storage, self-organization adaptive, learning lenovo and fault tolerance of BP neural networks. Therefore, the BP neural network with the characteristics of chaos becomes the favor of many researchers and is researched extensively. In this paper, Chaotic BP neural networks analysis theory and method are studied, these chaotic BP neural networks are achieved by using the learning, approaching capacity of BP neural network and the embedded dimension, the parameters such as delay of chaotic time series. And BP network is applied to Choas Time Series prediction. This paper takes advantage of MATLAB to simulate the typical chaotic sequence, applications of BP neural network and modeling forecast of Chaotic BP neural network. The results show that the proposed model has advantages of short prediction time, High-precision for forecasting ,etc, having a high significance and value. Key words:Choas time series; BP neural network; BP algorithm; forecast PAGE 29 目 录 TOC \o 1-2 \h \z \u 第1章 概述 1 1.1 课题研究的背景 1 1.2 国内外研究现状 2 1.3 研究的主要内容 3 1.4 本章小结 3 第2章 混沌的基本理论及其应用 4 2.1 混沌简介 4 2.2 混沌时间序列分析 5 2.3 混沌理论中典型时间序列的仿真 8 2.4 本章小结 10 第3章 BP神经网络 11 3.1 人工神经网络 11 3.2 BP神经网络的模型结构及其特点 12 3.3 BP算法 14 3.4 BP神经网络的应用 17 3.5 本章小结 19 第4章 混沌BP神经网络的建模仿真及其应用 20 4.1 混沌BP神经网络的建模 20 4.2 Ma