论文部分内容阅读
径向基函数神经网络(RBFNN)具有最优逼近和全局逼近的特性,在函数拟合方面优于传统的BP网络,因此被广泛应用于非线性时间序列分析等领域.本文针对时间序列中的非平稳数据,结合差分平稳化与分阶遗传的思想,提出一个新的进化RBF神经网络的模型及其训练算法.通过实例分析表明,该方法在处理非平稳时间序列方面具有一定的优越性.