论文部分内容阅读
针对目前混沌时间序列预测模型预测结果差异较大的问题，归纳了4种混沌时间序列预测模型：BRF神经网络模型、最大Lyapunov指数模型、局域线性模型和Voherra滤波器自适应预测模型，并对这4种预测模型进行了比较研究。应用4种预测模型对几个典型的非线性系统进行预测仿真。结果表明，这4种预测模型对典型混沌时间序列预测都具有很好的预测效果；在预测精度上BRF模型和Voherra模型明显优于最大Lyapunov指数模型和局域线性模型。