论文部分内容阅读
为解决时间序列的一步预测问题,提出了一种基于混沌算子的预测网络。混沌算子具有复杂的动力学行为,根据各算子所处的不同状态,利用加权方法计算出时间序列下一时刻的预测值。根据预测值与实际值的误差,利用混沌优化方法动态地调节混沌算子的参数,逐渐提高网络的预测精度。利用该方法分别对混沌以及实际股票价格等复杂时间序列进行了仿真预测。仿真结果表明,该方法可以对具有内在确定性的系统进行有效的预测。