遗传算法优化BP神经网络的混沌时间序列预测

  本文关键词：遗传算法优化BP神经网络的混沌时间序列预测，由笔耕文化传播整理发布。

5 2

2 1,7 2 ) 0 14 (9

C m ue E gneiga d p l ain计算机工程与应用 o p t n i r A pi t s r e n n c o

遗传算法优化 B P神经网络的混沌时间序列预测 李松， 勇，罗张铭锐 L o g L I S n, UO n, HANG i g u Yo g Z M n ri

河北大学管理学院，河北保定 010 702 S h o f Ma a e n, b iUnv ri Ba dn He e 7 0 2, ia c o lo n g me tHe e ie st y, 0 ig, b i0 1 0 Chn

LI S n LUO n ZH ANG i g u . r d c o ￣h d f r c a tc tm e e i s f o i z d BP n u a e wo k b s d o g, Yo g, M n r i e it n m P i o o h o i s re o pt i mi e e r l n t r a e

o e e c ag r h C mp t r E gn e ig a d A p c f n, 0 1 4 ( 9: 25 . n g n t lo i m. o u e n i e r n p f a o s 2 1。7 2 ) 5 - 5 i t n i i Ab t a t I r e o i r v o e a t g mo e r cso f BP n u a ewo k f r c a t me s r s a m￣ v d p e it n s r c: n o d r t mp o e f r c si d l p e ii n o e r l n t r o h o i t e i . l i n ci e l e r dc o i mo h o h o c t e i s f o t z d BP n u a e o k b s d o d fe e e c ag r h i r s n e .1 dfe to fr c a t i d i me s r o p mi e e l n t r a e n mo i d g n t o i m s p e e t d1 l mo i d e i r w l i l t e i g n t ag rtm i u e o p i z t e e e c lo h i i s s d t o t i m e h weg t a d h e h l s f BP e a n t r a d h n i h s n t r s o d o n u l ewo k. n t e BP e r l ewo k s r n u a n t r i

t ie o sac o e o t l ou inn l v i bl fti rdcin r n d t

e rh f r t pi slt . e al it o hs pe it me o s po e y p e it g c a t i eis a h ma o a a i y o h t d i r v d b rdci h o c t n i me s e r o e e a t p c l o l e r s se . mp r d f s v r l y ia n n i a y tmsCo a e wi t e o e a t g e u招 o e r l n t o k. h o u e i u a o s n t h f r c s n r s l h i f BP n u a e w r t e c mp tr s m lt n i h v h wn t a e n n i e r ft n n r cso f t i p e ito a e s o t t o l a t g a d p e ii n o s r d ci n mo e r e e a h s f BP p e i t n mo e . h h n i i h d lae b t rt n t oe O rdc o d 1 h i

Ke rs ho h oy pe i o; ak Po a a o ( P erln t ok g nt lo t y wod:ca ster;rdc n B c rpg t n B )n ua e r;ee c a rh i t i w i g i m

摘要：高B神经网络预测模型对混沌时间序列的预测精度，为提 P将改进的遗传算法和 B神经网络结合，出了一种基于改进 P提遗传算法优化 B神经网的混沌时间序列预测方法。利用改进的遗传算法优化 B神经网络的权值和阈值，练B神经网络预 P络 P训 P测模型求得最优解。将该模型应用到几个典型的非线性系统进行预测仿真，了该算法的有效性，， B神经网络预测模型的预验证与 P测结果进行了比较，仿真结果表明该方法对混沌时间序列具有更好的非线性拟合能力和更高的预测精度。 关键词：混沌理论；预测；向传播 (P神经网络；反 B)遗传算法 DO 03 7/i n10 .3 1 0 1 90 5文章编号：0 283 (0 12 .020 文献标识码： 中图分类号： P 8 h1 . 8 .s.0 283 . 1 . .1 7 js 2 2 1 0 .3 l2 1) 90 5 .4 A T 13

混沌现象广泛存在于自然系统和社会系统之中，它是介于确定和随机之间的一种不规则运动，是一种由确定的非线 I动生力学系统生成的复杂行为。混沌系统最本质的特征是系统对

初始条件的极端敏感性。混沌在许多实际系统中已经得到较为广泛的应用，如生物医学、电力、交通、通讯、社会经济、、声学 化学等等。尽管混沌现象是一种不规则现象，但它源于确定性系统，以在短期范围内是可预测的，对初值的敏感性又所而决定了它的长期是不可预测性的。随着混沌理论和应用技术的不断发展，混沌系统的建模、测和控制成为当代混沌领域预

遗传算法 ( eecAgrh G是一种全局搜索算法， G nt l im,A) i ot 把 B神经网络和遗传算法有机融合， P利用遗传算法来弥补 B P

神经网络连接权值和阈值选择上的随机性缺陷，不仅能发挥 B神经网络泛化的映射能力，且使 B神经网络具有很快的 P而 P收敛性以及较强的学习能力。基于此，文从非线性混沌时本间序列角度出发，出了—种改进遗传算法优化 B神经网络的提 P

预测模型，降低了陷入局部极小的风险并能够使B网络取得很 P

高的收敛精度。该模型首先根据混沌时间序歹莳输出参数个！入悖娄兔 P 定B神经网石 h引结构，舌巴 r白盘 :对 B神 镌用蕴够币弊i j去 P隔适应度值对立个体，最后研究的热点。迄今为止，国内外学者对混沌预测理论已经做经网络的权值和阈值进行优化拨圈用改进的遗传算法得到的最优个体对 B神经网络初始权值 P了很多研究，了一些有价值的成果，立了多种混沌时间取得建训练 B神经网络预测模型得到预测最优解。以 P序列预测模型，局域线性模型“ V lra滤波器自适应预测和阈值赋值，如 ot r、 e 模型啪 R F、 B神经网络模型 B神经网络模型最大L au o、P、 ypnv 3种完全不同典型的非线性系统 ( o i i、 e o、 oez采用 L gsc H n n L rn ) t

指数模型 以及一些组合预测模型等。在这些预测模型中， B神经网络模型是比较成功的预测模型。B神经网络通过 P P

该模型进行了建模和预测分析，果表明该方法对混沌时间结序列具有更好的非线性拟合能力和更高的预测精度。

具有简单处理能力的神经元的复合作用使网络具有复杂的非线性映射能力嗍但该模型两个明显的缺点：,一是容易于陷入局部极小值；二是收敛速度慢。避免上述问题的一种方法是采用遗传算法，建立遗传算法优

化的 B神经网络预测模型。 P

l相空间重构 相空间重构理论是混沌时间序列预测的基础，akr￣ Pca t d等

人和 Tknt出了用延迟坐标法对混沌时间序列 aesⅧ提

基金项目：自然科学基金 ( eNaoa N t a Si c Fudtn o hn drGat o 0708;省高等学校人文社会科学研国家 t tnl a r c ne onao fC i u e rn N . 488 )河北 h i ul e i an 5 究重点项目( o K D 010 ) N . Z 2116。 S 作者简介： (95 )男，李松 16一，博士，授，教研究方向：工程理论与应用，系统混沌预测理论，交通系统工程。Em i l s42 ia ol -a: e 3@s .n le 3 nc 收稿日：0 00—3修回日期：0 0 82期 2 1.51; 2 1. .3 0

  本文关键词：遗传算法优化BP神经网络的混沌时间序列预测，由笔耕文化传播整理发布。