论文部分内容阅读
混沌是一种普遍的非线性动力学行为,大多数情况下是有害的.针对混沌时间序列的难以预测和控制的问题,提出了基于趋势的混沌预测模型,用改进的最优化方法来估计模型的参数,在其相空间中对时序的未来值进行预测.算例表明,选取最佳的模型阶数能增加预测的准确程度,预测效果比统计方法好.
混沌序列优化预测模型研究
【摘 要】
：
混沌是一种普遍的非线性动力学行为,大多数情况下是有害的.针对混沌时间序列的难以预测和控制的问题,提出了基于趋势的混沌预测模型,用改进的最优化方法来估计模型的参数,在
【机 构】
：
株洲工学院
【出 处】
：
华北电力大学学报
【发表日期】
：
2004年2期
其他文献
采用介质阻挡放电（Dielectric barrier discharge-DBD）技术，获得了低气压条件下大气污染物NO分子等离子体的荧光发射谱。光谱由规则的双峰序列组成，归属为NOA2∑→X^2П1/2,3/2跃
基于神经网络模型的预测控制算法，是利用前向神经网络建立非线性被控对象的模型，以滚动优化、反馈校正实现对系统的控制。将其应用于倒立摆系统中，实现了对摆角和位移的同时控制
对于概率问题,要理解随机事件、互斥事件及概率的意义,要学会计算互斥事件的概率。掌握古典概型、几何概型概率的计算。
提出了一种基于RBF神经网络的数据融合方法,并用此方法对电阻应变式压力传感器进行了温度补偿.通过一个实例说明了该方法的应用,并与利用BP神经网络进行补偿的方法进行了比较