一种时间序列预测的智能优化递归神经网络方法

摘要

一种时间序列预测的智能优化递归神经网络方法，涉及时间序列预测分析。基于RPNN结合模拟退火粒子群优化算法的时间序列预测模型，以混沌和相空间重构为理论基础，实现非线性时间序列预测。步骤包括由饱和关联维法计算时间序列吸引子维度，并选取嵌入维数和时间延迟，进行相空间重构。RPNN网络的结构由嵌入维数唯一确定，网络训练采用SAPSO混合优化算法。SAPSO算法结合了PSO算法的快速收敛特性和SA算法的全局搜索特性，在保留了收敛速度的同时，扩大了寻优搜索范围，保证了不陷入局部极值；主要用于非线性时间序列的预测。