混沌时间序列异常值预测ARFNNs与SVR方法.pdfVIP

《专家系统及其应用》37(2010)4441–4451

内容列表可在ScienceDirect《专家系统及其应

用》期刊主页上获取：

用于预测含异常值的时间序列的ARFNNs和SVR

一儒松c,*,高嘉南a

a自动化工程系，科技大学，草屯，南投542，b电机工程系，国立云林科技大学，斗六，云林640，c计算机科学

与系，国立虎尾科技大学，虎尾，云林632，

文章信息摘要

：时间序列模糊神经网络本文展示了一种使用退火鲁棒模糊神经网络（ARFNNs）预测带有异常值的时间序列的方法。该方法结合了

支持向量回归退火鲁棒学习算法支持向量回归（SVR）、径向基函数网络（RBFNs）和简化的模糊推理系统。SVR在确定简化模糊推理系统的规

则数量和模糊神经网络（FNNs）的初始权重方面表现出色。基于这些初始结构，然后可以有效地使用退火鲁棒