打折最小平方RBF网络及其时间序列预测研究

摘要：

借用打折最小平方(DLS)原理构建了基于误差平方准则的DLS-RBF网络的学习算法.打折最小平方原理考虑了时间序列本身的结构性变化,较好地刻画了预测点与其他时刻数据的相关性,而这些恰恰是现有的径向基函数神经网络(RBF)在预测过程中所忽视的.实验表明DLS-RBF网络在非平稳方差时间序列和某城市自来水实际的月用水量预测中的效果明显,并优于RBF网络,但在混沌时间序列预测的实验中,因其自身的混沌特性,预测效果并不十分明显.

关键词：打折最小平方、径向基函数、时间序列预测

所属期刊栏目：34

分类号：TP183(自动化基础理论)

资助基金：江苏省自然科学基金BK2002092;教育部留学回国人员科研启动基金

在线出版日期：2005-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：862-864