混沌时间序列的模糊神经网络预测

摘要：

设计一种新型混合模糊神经推理系统,该系统仅从期望输入输出数据集即可达到获取知识、确定模糊初始规则基的目的.再利用神经网络学习能力便不难修改规则库中的模糊规则以及隶属函数和网络权值等参数,这样大大减少了规则匹配过程,加快了推理速度,从而极大程度地提高了系统的自适应能力.用它对Mackey-Glass混沌时间序列进行预测试验,结果表明利用该网络模型无论离线还是在线学习均能对Mackey-Glass混沌时间序列进行准确的预测,证明了该系统的有效性.

关键词：神经网络模型、模糊逻辑、混合推理系统、混沌时间序列

所属期刊栏目：52

分类号：O4(物理学)

资助基金：国家自然科学基金60075008

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7页

页码：795-801