多重分支时间延迟神经网络的混沌预测研究

摘要

采用新型多重分支时间延迟神经网络进行混沌时间序列预测研究.在网络初始状态和实际系统初始状态不严格相等的情况下,探讨该网络对非线性系统的逼近能力.结合相空间重构理论确定网络结构,使网络能够包含有效的预测信息.文中采用Rossler混沌方程产生的混沌时间序列和实际观测的年太阳黑子时间序列作为实例.仿真表明本文所建网络可成功地应用于混沌系统的建模和预测,而且该方法可以达到较高的精度.