混沌神经网络预测算法评价准则与性能分析

摘要：

为比较各种混沌神经网络预测算法的误差性能，该文提出了预测误差评价准则，即根均方误差，偏差，预测精度，决定度系数，绝对误差，以及一些归一化根均方误差等，并分析了它们在描述误差特征上的具体含义。针对两种混沌神经网络预测算法（即全局神经网络算法和局部神经网络算法），利用该准则进行了性能分析，给出了合理的评价。结果表明，与混沌神经网络预测的局部模型算法相比，全局模型算法有更好的预测效果，且训练时间短，占用资源少，推广能力好。

关键词：混沌、误差函数、神经网络、预测、局部模型、全局模型、电离层参数

所属期刊栏目：41

分类号：TN011.2(一般性问题)

资助基金：国家自然科学基金60072001;高等学校博士学科点专项科研项目97000352;清华大学校科研和教改项目

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：43-46