当前位置:首页 > 数理化
混沌时间序列智能预测方法及其应用
混沌时间序列智能预测方法及其应用

混沌时间序列智能预测方法及其应用PDF电子书下载

数理化

  • 电子书积分:9 积分如何计算积分?
  • 作 者:李松,刘力军
  • 出 版 社:北京:科学出版社
  • 出版年份:2017
  • ISBN:9787030531872
  • 页数:191 页
图书介绍:本书研究混沌时间序列智能预测方法及其应用,构建了不同类型的混沌时间序列智能预测模型,并用实际数据进行了实证分析。主要内容包括混沌理论基本原理、常用混沌时间序列预测方法、混沌时间序列的神经网络预测方法、遗传算法优化BP神经网络的混沌时间序列预测方法、粒子群算法优化BP神经网络的混沌时间序列预测方法、混沌时间序列的SVM预测方法、基于信息粒化的SVM混沌时间序列预测方法等。在应用方面,探讨了各种混沌时间序列智能预测方法在典型混沌时间序列、沪深股票指数以及城市交通流等不同学科领域的应用。书中还给出了一些主要预测方法的Martlab程序实现源代码,可供参考或者修改使用。
《混沌时间序列智能预测方法及其应用》目录

第1章 绪论 1

1.1预测的基本概念 1

1.2混沌时间序列预测 4

1.3混沌时间序列预测研究概况 7

1.4本书的主要内容 14

第2章 混沌理论基础 17

2.1混沌理论及其研究现状 17

2.2处理混沌时间序列的理论方法简介 22

2.3混沌判别的常用方法 25

2.4典型混沌系统 27

第3章 常用混沌时间序列预测方法 32

3.1混沌时间序列预测理论基础 32

3.2局域预测方法 35

3.3全局预测方法 41

3.4自适应预测方法 43

3.5模型检验及应用实证分析 47

第4章 混沌时间序列的神经网络预测方法 54

4.1神经网络概述 54

4.2 BP神经网络预测模型 57

4.3 RBF神经网络预测模型 66

4.4模型检验及实证分析 73

4.5 RBF神经网络预测方法与BP神经网络预测方法的比较 79

第5章 遗传算法优化BP神经网络的混沌时间序列预测方法 81

5.1问题的提出 81

5.2遗传算法 82

5.3遗传算法优化BP神经网络预测模型 88

5.4模型检验 95

5.5实证分析 99

第6章 粒子群算法优化BP神经网络的混沌时间序列预测方法 104

6.1粒子群算法基本原理 104

6.2对PSO算法的改进 106

6.3改进PSO算法优化BP神经网络预测模型 106

6.4在典型混沌时间序列中的应用 115

6.5实证分析 120

第7章 混沌时间序列的SVM预测方法 127

7.1统计学习理论 127

7.2支持向量机 130

7.3基于支持向量机的混沌时间序列预测方法 138

7.4 SVM预测方法与BP和RBF神经网络预测方法的比较 146

第8章 基于信息粒化的SVM混沌时间序列预测方法 152

8.1信息粒化理论 152

8.2基于信息粒化的支持向量机预测模型的基本思想 154

8.3模糊粒子构建 154

8.4基于信息粒化的支持向量机预测模型 156

8.5模型检验 163

8.6在城市交通流预测中的应用 176

参考文献 182

相关图书
作者其它书籍
返回顶部