基于贝叶斯网络的混沌时间序列预测
朱原媛;杨有龙;张恒伟
【期刊名称】《计算机工程与应用》 【年(卷),期】2012(048)013
【摘要】Chaotic time series prediction is a very important research area and hotspot of chaotic theory; it is widely used in weather, electric power, economy, commutation etc. However, because of the high complexity of the nonlinear character of chaotic time series, it is hard to make quantitative research in theory. This paper uses the advantages of Bayesian Networks (BNs) in dealing the uncertainty together with the theory of phase-space reconfiguration to build a nonlinear prediction model for the prediction of chaotic time series. In this way, it can analyze the dynamic character and realize the prediction. The experimental results show that this prediction model has good predictability and stability, and overcomes the over fitting effectively.%混沌时间序列预测是混沌理论的一个重要方向和研究热点,在气象、水力、经济和通信等各个领域有着广泛的应用.然而,由于混沌时间序列高度复杂的非线性特征,很难从理论上定量研究.利用贝叶斯网络(BNs)在处理不确定知识方面的优势,并结合相空间重构理论,建立了混沌时间序列非线性全局预测模型,实现对其动力学特性分析,从而达到预测目的.实验结果表明:模型具有良好的稳定性和预测能力,并能够有效地克服过拟合现象. 【总页数】5页(100-104)
【关键词】混沌时间序列;贝叶斯网络;预测;相空间重构 【作者】朱原媛;杨有龙;张恒伟
【作者单位】西安电子科技大学理学院,西安710071;西安电子科技大学理学院,西安710071;西安电子科技大学理学院,西安710071 【正文语种】中文 【中图分类】TP18 【文献来源】
https://www.zhangqiaokeyan.com/academic-journal-cn_computer-engineering-applications_thesis/0201241163394.html 【相关文献】
1.基于神经网络的混沌时间序列预测 [J], 孙涛; 李健; 郑豫; 代理 2.基于RBF神经网络优化的混沌时间序列预测 [J], 邬开俊; 王铁君 3.基于神经网络的混沌时间序列建模及预测 [J], 陈瑛; 罗鹏飞
4.基于径向基神经网络预测的混沌时间序列嵌入维数估计方法 [J], 李鹤; 杨周; 张义民; 闻邦椿
5.基于混沌时间序列LS-SVM的车用锂离子电池SOC预测研究 [J], 徐东辉
以上内容为文献基本信息，获取文献全文请下载
基于贝叶斯网络的混沌时间序列预测
