论文部分内容阅读
在采用网络模型对带有噪声的混沌时间序列进行建模的过程中，噪声会影响模型的泛化能力。针对上述问题，本文提出了基于小波去噪的小波网络预测框架。在预处理阶段使用小波阈值方法抑制噪声，运用相空间重构理论确定嵌入维数和延迟时间，进而确定改进的小波网络模型的结构，结合BP算法和遗传算法对模型的参数进行学习。最后，在带噪声的Mackey-Glass混沌序列预测实验中验证了该框架的有效性。