基于模糊树模型的混沌时间序列预测

摘要：

应用模糊树模型,对混沌时间序列进行建模和预测.该方法可以根据建模数据在空间中的分布信息,基于二叉树结构自适应划分输入空间,得到模糊子空间,在与叶节点对应的子空间上建立线性函数作为模糊规则的后件,用隶属度函数将各分片线性函数光滑连接,最后得到一个精度比较高的非线性映射.通过对Mackey-Glass、Lorenz和Henon混沌时间序列的建模和预测研究,仿真结果表明,该方法具有建模精度高、运行速度快、泛化能力强、预测步数多、适用范围广等优点.

关键词：模糊树模型、混沌时间序列、预测

所属期刊栏目：58

分类号：O4(物理学)

资助基金：国家重点基础研究发展规划973计划2002cb312205;国家自然科学基金60534020;北京市重点学科基金XK100060526;高等学校博士学科点专项科研基金20070006060

在线出版日期：2009-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：2220-2230