期刊文献+
共找到254篇文章
< 1 2 13 >
每页显示 20 50 100
基于混沌时间序列的负荷预测及其关键问题分析 被引量:46
1
作者 张步涵 刘小华 +2 位作者 万建平 刘沛 程时杰 《电网技术》 EI CSCD 北大核心 2004年第13期32-35,49,共5页
通过对混沌时间序列进行分析,找出了运用它进行电力系统负荷预测的关键因素:“取舍规则”、嵌入维数和延时的选取。笔者还建立了一种“取舍规则”,并运用它进行了实例分析,结果表明基于该“取舍规则”进行负荷预测的效果良好。
关键词 电力系统 负荷预测 混沌时间序列 非线性动力系统
在线阅读 下载PDF
基于混沌时间序列GA-VNN模型的超短期风功率多步预测 被引量:44
2
作者 江岳春 张丙江 +2 位作者 邢方方 张雨 王志刚 《电网技术》 EI CSCD 北大核心 2015年第8期2160-2166,共7页
随着风电在电力系统中的渗透水平不断提高,能准确、可靠地进行风功率预测至关重要。为提高风功率超短期预测精度,利用风功率时间序列的混沌特性,推导分析了Volterra泛函模型和3层前馈(back propagation,BP)神经网络在结构上的一致性,提... 随着风电在电力系统中的渗透水平不断提高,能准确、可靠地进行风功率预测至关重要。为提高风功率超短期预测精度,利用风功率时间序列的混沌特性,推导分析了Volterra泛函模型和3层前馈(back propagation,BP)神经网络在结构上的一致性,提出混沌时间序列遗传算法-Volterra神经网络(genetic algorithm-Volterra neural network,GA-VNN)模型,对超短期风功率进行多步预测。该模型将实用的Volterra泛函模型和BP神经网络结合起来,解决了求解Volterra泛函模型高阶核函数的问题。同时设计了一种混沌时间序列GA-VNN模型的学习算法,在算法中利用GA全局寻优能力来优化BP神经网络,获得最优的初始权值和阀值。将上述方法应用于某风电场风功率超短期多步预测中,结果验证了所提模型的多步预测性能明显优于Volterra预测滤波器和BP神经网络。 展开更多
关键词 混沌时间序列 BP神经网络 GA算法 Volterra泛函模型 风功率超短期多步预测
在线阅读 下载PDF
GA优化支持向量机用于混沌时间序列预测 被引量:21
3
作者 刘隽 周涛 周佩玲 《中国科学技术大学学报》 CAS CSCD 北大核心 2005年第2期258-263,共6页
介绍了利用支持向量机与重构相空间理论预测混沌时间序列的方法,并以股价时间序列为样本,比较了几种常用核函数的预测能力,实验表明高斯核的预测能力明显好于其它核.使用遗传算法优化了高斯核支持向量机的参数,优化后其预测能力较经验... 介绍了利用支持向量机与重构相空间理论预测混沌时间序列的方法,并以股价时间序列为样本,比较了几种常用核函数的预测能力,实验表明高斯核的预测能力明显好于其它核.使用遗传算法优化了高斯核支持向量机的参数,优化后其预测能力较经验定参方法有明显提高,且好于传统的预测方法. 展开更多
关键词 预测 支持向量机 混沌时间序列 遗传算法
在线阅读 下载PDF
基于SVR的混沌时间序列预测 被引量:12
4
作者 孙德山 吴今培 +1 位作者 侯振挺 肖健华 《计算机工程与应用》 CSCD 北大核心 2004年第2期54-56,共3页
支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点。这种方法已广泛用于解决分类和回归问题。论文介绍了支持向量回归算法的各种版本,同时将它们应用到混沌时间... 支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点。这种方法已广泛用于解决分类和回归问题。论文介绍了支持向量回归算法的各种版本,同时将它们应用到混沌时间序列预测中,并且比较了它们的预测性能,为实际应用合理选择模型提供一定的依据。 展开更多
关键词 支持向量机 回归 混沌时间序列 核函敬
在线阅读 下载PDF
多元混沌时间序列的相关状态机预测模型研究 被引量:13
5
作者 韩敏 许美玲 任伟杰 《自动化学报》 EI CSCD 北大核心 2014年第5期822-829,共8页
针对多元混沌时间序列预测存在的过拟合问题及高维输入变量冗余问题,提出一种新型的多变量稀疏化预测模型—多元相关状态机.该模型采用主成分分析方法对相空间重构后的高维输入变量进行低维表示,将动态储备池作为相关向量机的核函数,充... 针对多元混沌时间序列预测存在的过拟合问题及高维输入变量冗余问题,提出一种新型的多变量稀疏化预测模型—多元相关状态机.该模型采用主成分分析方法对相空间重构后的高维输入变量进行低维表示,将动态储备池作为相关向量机的核函数,充分映射多元混沌时间序列的动力学特性,使得模型具有丰富的动态机制和良好的稀疏性能,有效避免过拟合问题,提高预测精度.基于两组多元混沌时间序列的仿真实验验证了模型的有效性. 展开更多
关键词 多元 混沌时间序列 储备池 主成分分析 相关向量机
在线阅读 下载PDF
SVR在混沌时间序列预测中的应用 被引量:20
6
作者 孙德山 吴今培 肖健华 《系统仿真学报》 CAS CSCD 2004年第3期519-520,524,共3页
支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。将支持向量回归算法应用于混沌时间序列预测中,并同BP网络及RBF网络的预测结果进行了比较分析。仿真实验表明,支持向量回归方法具有很好的... 支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。将支持向量回归算法应用于混沌时间序列预测中,并同BP网络及RBF网络的预测结果进行了比较分析。仿真实验表明,支持向量回归方法具有很好的泛化能力和一定的噪声容忍能力。 展开更多
关键词 支持向量机 支持向量回归 混沌时间序列 核函数
在线阅读 下载PDF
PSO优化BP神经网络的混沌时间序列预测 被引量:22
7
作者 卢辉斌 李丹丹 孙海艳 《计算机工程与应用》 CSCD 北大核心 2015年第2期224-229,264,共7页
针对于BP神经网络预测模型,收敛速度慢,精度较低,容易陷入局部极小值等缺点,提出了一种改进粒子群优化BP神经网络预测模型的算法。在该算法中,粒子群采用改进自适应惯性权重和改进自适应加速因子优化BP神经网络预测模型的初始权值和阈值... 针对于BP神经网络预测模型,收敛速度慢,精度较低,容易陷入局部极小值等缺点,提出了一种改进粒子群优化BP神经网络预测模型的算法。在该算法中,粒子群采用改进自适应惯性权重和改进自适应加速因子优化BP神经网络预测模型的初始权值和阈值,然后训练BP神经网络预测模型并预测。将该算法应用到几个典型的混沌时间序列预测。实验结果表明,该算法明显提高BP神经网络预测模型的收敛速度和预测模型的精度,减少陷入局部极小的可能。 展开更多
关键词 混沌时间序列 混沌预测 反向传播(BP)神经网络 粒子群算法
在线阅读 下载PDF
混沌时间序列局域线性预测方法 被引量:11
8
作者 任晓林 胡光锐 徐雄 《上海交通大学学报》 EI CAS CSCD 北大核心 1999年第1期19-21,共3页
在许多场合下,时间序列中的明显随机性可能是由于非线性确定性系统中混沌行为的缘故.混沌系统对初值的极端敏感性使之不可能对其时间序列进行长期预测,然而,利用混沌的确定性可以进行短期预期.混沌时间序列预测首先要重构相空间,... 在许多场合下,时间序列中的明显随机性可能是由于非线性确定性系统中混沌行为的缘故.混沌系统对初值的极端敏感性使之不可能对其时间序列进行长期预测,然而,利用混沌的确定性可以进行短期预期.混沌时间序列预测首先要重构相空间,接着再利用非线性函数逼近方法构造一个动力学系统模型.探讨了预测模型问题,并用数值分析的方法对Farmer&Sidorowich,Linsay和Navone&Ceccato提出的三种典型混沌时间序列局域线性预测方法进行了研究.实验结果表明,这三种方法的性能是相同的.本文的结果将平息人们对这三种方法优劣的争论,有利于在实际中选择合适的预测模型. 展开更多
关键词 混沌时间序列 预测 局域线性预测 时间序列
在线阅读 下载PDF
混沌时间序列分析中的相空间重构技术综述 被引量:88
9
作者 陈铿 韩伯棠 《计算机科学》 CSCD 北大核心 2005年第4期67-70,共4页
本文对混沌时间序列分析中的相空间重构技术进行了分析和评价,总结了国内外学者的研究进展,并展望了未来的研究方向。
关键词 混沌时间序列分析 相空间重构 技术综述 重构技术 研究进展 研究方向 国内外
在线阅读 下载PDF
基于ELM学习算法的混沌时间序列预测 被引量:41
10
作者 李彬 李贻斌 《天津大学学报》 EI CAS CSCD 北大核心 2011年第8期701-704,共4页
混沌时间序列预测问题是信号处理和自动控制领域中一个重要的研究方向,神经网络学习算法在处理这种高复杂性、强非线性的时间序列时具有很好的优势.应用一种具有良好性能的单隐层前向神经网络学习算法——极端学习机(ELM)学习算法,进行... 混沌时间序列预测问题是信号处理和自动控制领域中一个重要的研究方向,神经网络学习算法在处理这种高复杂性、强非线性的时间序列时具有很好的优势.应用一种具有良好性能的单隐层前向神经网络学习算法——极端学习机(ELM)学习算法,进行混沌时间序列问题的预测.与资源分配网络(RAN)学习算法相比,仿真结果表明ELM学习算法在具有较快学习速度的前提下,能够获得较好的预测性能,且ELM学习算法激活函数的选择具有问题依赖性. 展开更多
关键词 混沌时间序列 极端学习机 激活函数 预测
在线阅读 下载PDF
混沌时间序列的混合遗传神经网络预测方法 被引量:8
11
作者 李目 何怡刚 +1 位作者 周少武 谭文 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第21期5825-5828,共4页
在相空间重构理论的基础上,将改进的遗传算法和神经网络结合起来,提出了一种混合遗传神经网络预测混沌时间序列的方法。通过复相关法和Cao方法重构混沌时间序列,利用改进的遗传算法优化神经网络的结构、初始权值和阈值,然后训练神经网... 在相空间重构理论的基础上,将改进的遗传算法和神经网络结合起来,提出了一种混合遗传神经网络预测混沌时间序列的方法。通过复相关法和Cao方法重构混沌时间序列,利用改进的遗传算法优化神经网络的结构、初始权值和阈值,然后训练神经网络求得最优解。该算法应用到混沌时间序列的预测中,验证了该算法的有效性,并与BP和RBF算法的预测精度进行了比较,仿真结果表明该算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。 展开更多
关键词 混沌时间序列 相空间重构 遗传算法 神经网络 非线性预测
在线阅读 下载PDF
基于最大熵混沌时间序列的支持向量机短期风速预测模型研究 被引量:16
12
作者 杨薛明 边继飞 +1 位作者 朱霄珣 韩中合 《太阳能学报》 EI CAS CSCD 北大核心 2016年第9期2173-2179,共7页
为了提高短期风速预测的精度,减小风力发电接入对电力系统的安全和稳定运行带来的影响,提出基于最大熵混沌时间序列的支持向量机短期风速预测模型。该模型将最大熵原理引入到混沌时间序列样本选择过程中,针对风速混沌时间序列建模,并采... 为了提高短期风速预测的精度,减小风力发电接入对电力系统的安全和稳定运行带来的影响,提出基于最大熵混沌时间序列的支持向量机短期风速预测模型。该模型将最大熵原理引入到混沌时间序列样本选择过程中,针对风速混沌时间序列建模,并采用贝叶斯框架下的最小二乘支持向量机对风速进行短期预测。仿真实验结果表明,该预测模型能有效提高短期风速预测的精度。 展开更多
关键词 短期风速预测 混沌时间序列 最大熵 最小二乘支持向量机
在线阅读 下载PDF
混沌时间序列相空间重构参数的选取方法 被引量:67
13
作者 王海燕 盛昭瀚 《东南大学学报(自然科学版)》 EI CAS CSCD 2000年第5期113-117,共5页
对混沌时间序列相空间重构中最佳延迟时间间隔和嵌入维数的选取方法作了综述 ,提出了同时考虑这 2个参数选取的重构展开虚假邻点法以及预测误差最小法 。
关键词 混沌时间序列 相空间重构 延尺时间间隔 嵌入维数 动力系统
在线阅读 下载PDF
基于Lyapunov指数的电阻点焊声音混沌时间序列识别 被引量:5
14
作者 罗震 李青松 +1 位作者 单平 刘鹏飞 《天津大学学报》 EI CAS CSCD 北大核心 2007年第6期752-756,共5页
以混沌理论为基础,对电阻点焊声音信号进行了分析与研究,通过计算8种不同焊接规范下时间序列的最大Lyapunov指数,发现点焊声音信号中的Lyapunov指数均大于0,揭示了声音信号中存在混沌现象,该研究为点焊质量的判断和预测开辟了有效的途径... 以混沌理论为基础,对电阻点焊声音信号进行了分析与研究,通过计算8种不同焊接规范下时间序列的最大Lyapunov指数,发现点焊声音信号中的Lyapunov指数均大于0,揭示了声音信号中存在混沌现象,该研究为点焊质量的判断和预测开辟了有效的途径.此外,采用经典欧式几何方法描述声音信号误差较大,提出了用曲线盒维数作为特征值来量化具有混沌特性的点焊声音信息,结果表明,盒维数能反映点焊质量微小变化,可提高质量检验的准确性. 展开更多
关键词 点焊 声音信号 LYAPUNOV指数 混沌时间序列 盒维数
在线阅读 下载PDF
面向混沌时间序列预测的隐式特征提取算法 被引量:12
15
作者 雷苗 彭宇 彭喜元 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第1期1-7,共7页
混沌时间序列预测研究的2个焦点:一个是增加预测模型的复杂度,以面向控制、水文、气象,脑电生理学等研究背景下的具体预测需求;另一个是引入和改进模式识别领域里的特征提取算法,从而降低混沌数据的预测难度,以提高预测精度。采用经验... 混沌时间序列预测研究的2个焦点:一个是增加预测模型的复杂度,以面向控制、水文、气象,脑电生理学等研究背景下的具体预测需求;另一个是引入和改进模式识别领域里的特征提取算法,从而降低混沌数据的预测难度,以提高预测精度。采用经验模态分解和独立成分分析算法,改进线性和非线性特征的提取。并在解析意义下,给出了一种新颖的隐式特征表达。在不改进预测模型的前提下,提出了一种混沌序列隐式特征提取算法。采用经典的Mackey-Glass仿真、比利时皇家天文台太阳黑子数,以及密西西比河实测流量数据实验表明,该方法提高了模型预测精度。 展开更多
关键词 混沌时间序列 隐式特征提取 经验模态分解 独立成分分析
在线阅读 下载PDF
基于神经网络的混沌时间序列预测 被引量:11
16
作者 许传华 任青文 房定旺 《水文地质工程地质》 CAS CSCD 2003年第1期30-32,共3页
应用混沌方法对时间序列观测数据进行处理,计算出最大lyapunov指数,得到最大可预报时间尺度。在此基础上,建立人工神经网络预测预报混沌时间序列的模型。结合实例,对该预测方法进行了计算验证。
关键词 人工神经网络 混沌时间序列 LYAPUNOV指数 重构相空间 大坝 分形理论 位移观测
在线阅读 下载PDF
基于小波神经网络的混沌时间序列分析与相空间重构 被引量:15
17
作者 陈哲 冯天瑾 张海燕 《计算机研究与发展》 EI CSCD 北大核心 2001年第5期591-596,共6页
探讨了小波神经网络在混沌时间序列分析与相空间重构中的应用 ,通过混沌时间序列单步预测与多步预测的例子 ,比较了小波神经网络与 ML P的逼近和收敛性能 .对最近提出的一种多分辨率学习策略进行了改进 ,利用连续 3次样条小波和正交 Dau... 探讨了小波神经网络在混沌时间序列分析与相空间重构中的应用 ,通过混沌时间序列单步预测与多步预测的例子 ,比较了小波神经网络与 ML P的逼近和收敛性能 .对最近提出的一种多分辨率学习策略进行了改进 ,利用连续 3次样条小波和正交 Daubechies小波代替 Haar小波对时间序列做小波分解 ;用改进的学习算法训练网络 ,并应用到混沌序列相空间重构中 .实验结果表明 ,小波神经网络比 ML P和 ARMA模型具有更强大的逼近能力 ,因而十分适合应用于时间序列分析中 ;多分辨率学习算法可作为分析复杂混沌时间序列的一种重要工具 . 展开更多
关键词 小波神经网络 多分辨率学习 相空间重构 混沌时间序列分析
在线阅读 下载PDF
基于改进局域Volterra自适应滤波器的风电功率混沌时间序列预测模型 被引量:5
18
作者 王兰 李华强 +1 位作者 吴星 王羽佳 《电力自动化设备》 EI CSCD 北大核心 2016年第8期40-44,共5页
针对风电功率混沌序列的特点,提出一种基于改进局域Volterra自适应滤波器的风电功率混沌时间序列预测模型。首先,针对邻近点及其坐标分量在时间上与预测点距离不同、对预测点的影响不同的特点,提出一种考虑时间影响并结合距离与演化趋... 针对风电功率混沌序列的特点,提出一种基于改进局域Volterra自适应滤波器的风电功率混沌时间序列预测模型。首先,针对邻近点及其坐标分量在时间上与预测点距离不同、对预测点的影响不同的特点,提出一种考虑时间影响并结合距离与演化趋势的综合判据;然后,对使用综合判据筛选出的相点建立改进局域Volterra自适应滤波器模型;最后,对我国某风电场的采集数据进行建模仿真。结果表明所提的改进模型具有较好的计算速度和较高的精度。 展开更多
关键词 风电 预测 短期预测 邻近点 局域Volterra自适应滤波器 混沌时间序列 模型
在线阅读 下载PDF
基于动态递归神经网络模型的混沌时间序列预测 被引量:7
19
作者 马千里 郑启伦 +1 位作者 彭宏 钟谭卫 《计算机应用》 CSCD 北大核心 2007年第1期40-43,共4页
提出了一种动态递归神经网络模型进行混沌时间序列预测,以最佳延迟时间为间隔的最小嵌入维数作为递归神经网络的输入维数,并按预测相点步进动态递归的生成训练数据,利用混沌特性处理样本及优化网络结构,用递归神经网络映射混沌相空间相... 提出了一种动态递归神经网络模型进行混沌时间序列预测,以最佳延迟时间为间隔的最小嵌入维数作为递归神经网络的输入维数,并按预测相点步进动态递归的生成训练数据,利用混沌特性处理样本及优化网络结构,用递归神经网络映射混沌相空间相点演化的非线性关系,提高了预测精度和稳定性。将该模型应用于Lorenz系统数据仿真以及沪市股票综合指数预测,其结果与已有网络模型预测的结果相比较,精度有很大提高。因此,证明了该预测模型在实际混沌时间序列预测领域的有效性和实用性。 展开更多
关键词 混沌时间序列 递归神经网络 预测
在线阅读 下载PDF
混沌时间序列局域预测方法 被引量:26
20
作者 丁涛 周惠成 《系统工程与电子技术》 EI CSCD 北大核心 2004年第3期338-340,367,共4页
在深入研究混沌时间序列局域预测方法的基础上,提出了一种加权局域基函数预测方法。该方法综合考虑了广义自由度和邻近点权重,提出了加权动态确定最邻近点数的判定条件,并利用基函数拟合确定出的最邻近点进行预测。算例分析表明,加权局... 在深入研究混沌时间序列局域预测方法的基础上,提出了一种加权局域基函数预测方法。该方法综合考虑了广义自由度和邻近点权重,提出了加权动态确定最邻近点数的判定条件,并利用基函数拟合确定出的最邻近点进行预测。算例分析表明,加权局域基函数法具有较高的预测精度,是比较理想的用于混沌时间序列的预测方法。 展开更多
关键词 混沌时间序列 局域预测 广义自由度 权重
在线阅读 下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部