基于径向基函数(RBF)神经网络模型的金融混沌预警研究

摘要

本文研究了金融混沌的预警问题.利用径向基函数(RBF)神经网络模型对金融系统重构相空间中的相点进行一系列预测;由预测出来的相点计算金融系统运行过程的混沌特征量——李雅普诺夫(Lyapunov)指数与分数维;根据这两个混沌特征量的动态变化状况实现对金融混沌的预警.实证研究表明:基于径向基函数(RBF)神经网络模型的金融混沌预警方法有效,能较准确地对金融系统混沌状态进行预警.进而,可以提前采取适当的措施,防范金融系统在运行过程中陷于混沌状态.