基于改進回聲狀態(tài)網(wǎng)絡(luò)的混沌時間序列多步預測.pdf

1、本文主要通過對傳統(tǒng)回聲狀態(tài)網(wǎng)絡(luò)(ESN)的結(jié)構(gòu)和學習機理的研究，探討了回聲狀態(tài)網(wǎng)絡(luò)對混沌時間序列的預測方法。因為混沌時間序列對初始條件的極端敏感性，回聲狀態(tài)網(wǎng)絡(luò)在混沌時間序列的預測研究中多用于不含噪聲的理想條件，而在實際生活中普遍存在的噪聲與樣本序列共存的情況，使得回聲狀態(tài)網(wǎng)絡(luò)在實際工程應(yīng)用中可用性不強，預測結(jié)果難以達到滿意。
　　 針對這一不足，本文選用小波分析與回聲狀態(tài)網(wǎng)絡(luò)結(jié)合，提出一種改進型回聲狀態(tài)網(wǎng)絡(luò)，使小波變換與ESN

2、網(wǎng)絡(luò)實現(xiàn)松散型和緊致型結(jié)合。在對混沌時間序列進行預測前，首先使ESN網(wǎng)絡(luò)與小波變換基于松散型結(jié)合，對含有噪聲的混沌時間序列，利用小波變換對ESN輸入數(shù)據(jù)做去噪的預處理，使得相空間重構(gòu)時能夠更好的使其確定相空間混沌吸引子的真實運動軌跡，重構(gòu)合理的相空間結(jié)構(gòu)，計算輸入誤差更具有合理性；然后使ESN網(wǎng)絡(luò)與小波函數(shù)基于緊致型結(jié)合，替換原網(wǎng)絡(luò)中S型神經(jīng)元，利用回聲狀態(tài)網(wǎng)絡(luò)新型的學習機理，建立一種直接的多步預測方法，實現(xiàn)對含噪混沌時間序列的5步、1