| 基于神经网络的时间序列鲁棒预测 |
| |
| 引用本文： | 何丕廉,侯越先,常 虹,孙学军. 基于神经网络的时间序列鲁棒预测[J]. 控制与决策, 2001, 16(3): 333-336 |
| |
| 作者姓名： | 何丕廉 侯越先 常 虹 孙学军 |
| |
| 作者单位： | 天津大学计算机系 |
| |
| 基金项目： | 国家自然科学基金!项目 (6 97830 0 4)，天津市自然科学基金!项目 (99380 0 111) |
| |
| 摘 要： | 为了实现神经网络预测模型的便棒预测，提出一种基于非线性偏自相关的一般化预测模型辨识方法。该方法通过考察待预测时间序列的当前序列值对各阶历史序列的不可约自依赖，确定神经网络这类非线性自回归模型的自回归阶数。实现表明，该方法可有效地提高神经网络预测模型的鲁棒预测能力。
|
| 关 键 词： | 鲁棒预测 神经网络 时间序列 系统辨识 股票价格 |
| 文章编号： | 1001-0920(2001)03-333-04 |
| 修稿时间： | 2000-05-19 |
Robust Time Series Prediction of Neural Network |
| |
| HE Pi lian,HOU Yue xian,CHANG Hong,SUN Xue jun. Robust Time Series Prediction of Neural Network[J]. Control and Decision, 2001, 16(3): 333-336 |
| |
| Authors: | HE Pi lian HOU Yue xian CHANG Hong SUN Xue jun |
| |
| Abstract: | To solve the problem of the robust prediction of neural networks, the paper proposed a universal method of nonlinear model identification. The method is based on the nonlinear partial autocorrelation. It could determine the order of nonlinear auto regression by investigating the irreducible dependence between current quantities of time series and high order historical quantities. Computer simulations perfectly supported our idea. |
| |
| Keywords: | robust prediction nonlinear partial autocorrelation model identification neural network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
