基于分数阶最大相关熵算法的混沌时间序列预测

作     者：王世元 史春芬 钱国兵 王万里 Wang Shi-Yuan;Shi Chun-Fen;Qian Guo-Bing;Wang Wan-Li

作者机构：西南大学电子信息工程学院重庆400715 非线性电路与智能信息处理重庆市重点实验室重庆400715 

基　　金：国家自然科学基金(批准号:61671389) 中国博士后科学基金(批准号:2017M610583) 重庆市博士后科研项目特别资助(批准号:Xm2017107) 中央高校基本科研业务费(批准号:XDJK2017D177 XDJK2017D178)资助的课题~~ 

出 版 物：《物理学报》 (Acta Physica Sinica)

年 卷 期：2018年第67卷第1期

页      码：248-255页

摘      要：为提高最大相关熵算法对混沌时间序列的预测速度和精度,提出了一种新的分数阶最大相关熵算法.在采用最大相关熵准则的基础上,利用分数阶微分设计了一种新的权重更新方法.在alpha噪声环境下,采用新的分数阶最大相关熵算法对Mackey-Glass和Lorenz两类具有代表性的混沌时间序列进行预测,并分析了分数阶的阶数对混沌时间序列预测性能的影响.仿真结果表明:与最小均方算法、最大相关熵算法以及分数阶最小均方算法三类自适应滤波算法相比,所提分数阶最大相关熵算法在混沌时间序列预测中能够有效地抑制非高斯脉冲噪声干扰的影响,具有较快收的敛速度和较低的稳态误差.

主 题 词：混沌时间序列预测 自适应滤波器 分数阶微分 最大相关熵准则 

学科分类：07[理学] 0805[工学-能源动力学] 070201[070201] 0704[理学-天文学类] 0702[理学-物理学类] 

核心收录：

D　O　I：10.7498/aps.67.20171803

馆 藏 号：203281085...