论文部分内容阅读
针对混沌时间序列的解析方程的不确定性，本文提出了Antis-量子组合预测网络。此网络不依赖混沌时间序列的确定性方程和初始条件，根据给定的训练数据，先采用Anfis网络对训练数据进行处理，再与量子神经网络组合预测，从而提高预测能力和精度。最后以Mackey-Glass混沌时间序列进行实验，结果表明Antis-量子网络具有良好的局部泛化能力，其预测精度明显高于BP神经网络和量子神经网络。