本文關(guān)鍵詞：遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的混沌時間序列預(yù)測，由筆耕文化傳播整理發(fā)布。

5 2

2 1,7 2 ) 0 14 (9

C m ue E gneiga d p l ain計算機(jī)工程與應(yīng)用 o p t n i r A pi t s r e n n c o

遺傳算法優(yōu)化 B P神經(jīng)網(wǎng)絡(luò)的混沌時間序列預(yù)測 李松， 勇，羅張銘銳 L o g L I S n, UO n, HANG i g u Yo g Z M n ri

河北大學(xué)管理學(xué)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神經(jīng)網(wǎng)絡(luò)預(yù)測模型對混沌時間序列的預(yù)測精度，為提 P將改進(jìn)的遺傳算法和 B神經(jīng)網(wǎng)絡(luò)結(jié)合，出了一種基于改進(jìn) P提遺傳算法優(yōu)化 B神經(jīng)網(wǎng)的混沌時間序列預(yù)測方法。利用改進(jìn)的遺傳算法優(yōu)化 B神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，練B神經(jīng)網(wǎng)絡(luò)預(yù) P絡(luò) P訓(xùn) P測模型求得最優(yōu)解。將該模型應(yīng)用到幾個典型的非線性系統(tǒng)進(jìn)行預(yù)測仿真，了該算法的有效性，， B神經(jīng)網(wǎng)絡(luò)預(yù)測模型的預(yù)驗(yàn)證與 P測結(jié)果進(jìn)行了比較，仿真結(jié)果表明該方法對混沌時間序列具有更好的非線性擬合能力和更高的預(yù)測精度。 關(guān)鍵詞：混沌理論；預(yù)測；向傳播 (P神經(jīng)網(wǎng)絡(luò)；反 B)遺傳算法 DO 03 7/i n10 .3 1 0 1 90 5文章編號：0 283 (0 12 .020 文獻(xiàn)標(biāo)識碼： 中圖分類號： P 8 h1 . 8 .s.0 283 . 1 . .1 7 js 2 2 1 0 .3 l2 1) 90 5 .4 A T 13

混沌現(xiàn)象廣泛存在于自然系統(tǒng)和社會系統(tǒng)之中，它是介于確定和隨機(jī)之間的一種不規(guī)則運(yùn)動，是一種由確定的非線 I動生力學(xué)系統(tǒng)生成的復(fù)雜行為�；煦缦到y(tǒng)最本質(zhì)的特征是系統(tǒng)對

初始條件的極端敏感性�；煦缭谠S多實(shí)際系統(tǒng)中已經(jīng)得到較為廣泛的應(yīng)用，如生物醫(yī)學(xué)、電力、交通、通訊、社會經(jīng)濟(jì)、、聲學(xué) 化學(xué)等等。盡管混沌現(xiàn)象是一種不規(guī)則現(xiàn)象，但它源于確定性系統(tǒng)，以在短期范圍內(nèi)是可預(yù)測的，對初值的敏感性又所而決定了它的長期是不可預(yù)測性的。隨著混沌理論和應(yīng)用技術(shù)的不斷發(fā)展，混沌系統(tǒng)的建模、測和控制成為當(dāng)代混沌領(lǐng)域預(yù)

遺傳算法 ( eecAgrh G是一種全局搜索算法， G nt l im,A) i ot 把 B神經(jīng)網(wǎng)絡(luò)和遺傳算法有機(jī)融合， P利用遺傳算法來彌補(bǔ) B P

神經(jīng)網(wǎng)絡(luò)連接權(quán)值和閾值選擇上的隨機(jī)性缺陷，不僅能發(fā)揮 B神經(jīng)網(wǎng)絡(luò)泛化的映射能力，且使 B神經(jīng)網(wǎng)絡(luò)具有很快的 P而 P收斂性以及較強(qiáng)的學(xué)習(xí)能力�；�于此，文從非線性混沌時本間序列角度出發(fā)，出了—種改進(jìn)遺傳算法優(yōu)化 B神經(jīng)網(wǎng)絡(luò)的提 P

預(yù)測模型，降低了陷入局部極小的風(fēng)險并能夠使B網(wǎng)絡(luò)取得很 P

高的收斂精度。該模型首先根據(jù)混沌時間序歹蒔輸出參數(shù)個！入悖婁兔 P 定B神經(jīng)網(wǎng)石 h引結(jié)構(gòu)，舌巴 r白盤 :對 B神 鐫用蘊(yùn)夠幣弊i j去 P隔適應(yīng)度值對立個體，最后研究的熱點(diǎn)。迄今為止，國內(nèi)外學(xué)者對混沌預(yù)測理論已經(jīng)做經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化撥圈用改進(jìn)的遺傳算法得到的最優(yōu)個體對 B神經(jīng)網(wǎng)絡(luò)初始權(quán)值 P了很多研究，了一些有價值的成果，立了多種混沌時間取得建訓(xùn)練 B神經(jīng)網(wǎng)絡(luò)預(yù)測模型得到預(yù)測最優(yōu)解。以 P序列預(yù)測模型，局域線性模型“ V lra濾波器自適應(yīng)預(yù)測和閾值賦值，如 ot r、 e 模型啪 R F、 B神經(jīng)網(wǎng)絡(luò)模型 B神經(jīng)網(wǎng)絡(luò)模型最大L au o、P、 ypnv 3種完全不同典型的非線性系統(tǒng) ( o i i、 e o、 oez采用 L gsc H n n L rn ) t

指數(shù)模型 以及一些組合預(yù)測模型等。在這些預(yù)測模型中， B神經(jīng)網(wǎng)絡(luò)模型是比較成功的預(yù)測模型。B神經(jīng)網(wǎng)絡(luò)通過 P P

該模型進(jìn)行了建模和預(yù)測分析，果表明該方法對混沌時間結(jié)序列具有更好的非線性擬合能力和更高的預(yù)測精度。

具有簡單處理能力的神經(jīng)元的復(fù)合作用使網(wǎng)絡(luò)具有復(fù)雜的非線性映射能力嗍但該模型兩個明顯的缺點(diǎn)：,一是容易于陷入局部極小值；二是收斂速度慢。避免上述問題的一種方法是采用遺傳算法，建立遺傳算法優(yōu)

化的 B神經(jīng)網(wǎng)絡(luò)預(yù)測模型。 P

l相空間重構(gòu) 相空間重構(gòu)理論是混沌時間序列預(yù)測的基礎(chǔ)，akr￣ Pca t d等

人和 Tknt出了用延遲坐標(biāo)法對混沌時間序列 aesⅧ提

基金項目：自然科學(xué)基金 ( eNaoa N t a Si c Fudtn o hn drGat o 0708;省高等學(xué)校人文社會科學(xué)研國家 t tnl a r c ne onao fC i u e rn N . 488 )河北 h i ul e i an 5 究重點(diǎn)項目( o K D 010 ) N . Z 2116。 S 作者簡介： (95 )男，李松 16一，博士，授，教研究方向：工程理論與應(yīng)用，系統(tǒng)混沌預(yù)測理論，交通系統(tǒng)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

  本文關(guān)鍵詞：遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的混沌時間序列預(yù)測，由筆耕文化傳播整理發(fā)布。