基于混沌线性回归与Elman神经网络的组合预测

作     者：朱万林 苏理云 

作者机构：重庆理工大学理学院重庆 

基　　金：重庆市自然科学基金(cstc2018jcyjAX0464) 重庆市研究生教育教学改革研究重大项目(yjg191017) 重庆市高等教育教学改革研究一般项目(193180) 重庆理工大学高等教育教学改革研究重点项目(2018ZD05) 重庆理工大学研究生教育教学改革研究重点项目(2017yjg102) 重庆市专业学位研究生教学案例库建设项目(201967 应用统计专业学位研究生教学案例建设) 

出 版 物：《数据挖掘》 (Hans Journal of Data Mining)

年 卷 期：2020年第10卷第1期

页      码：68-75页

摘      要：针对单一模型对混沌时间序列预测能力不足的问题,本文将混沌线性回归模型和Elman神经网络模型相结合,设计一种组合预测模型,并将其应用于Lorenz混沌时间序列。首先建立混沌线性回归模型,然后建立Elman神经网络模型,最后建立基于加权算术平均算子的混沌线性回归模型和Elman神经网络的组合预测模型。通过Lorenz混沌时间序列检验了组合模型在实际预测中的有效性。仿真实验表明,组合预测模型在预测精度方面明显优于这两个单项预测模型,验证了本文提出的组合模型具有良好的预测效能。

主 题 词：混沌时间序列 混沌线性回归模型 Elman神经网络模型 组合预测模型 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 081101[081101] 0811[工学-水利类] 071102[071102] 081103[081103] 

D　O　I：10.12677/HJDM.2020.101007

馆 藏 号：203875848...