基于最大互信息的混沌时间序列多步预测
DOI:
CSTR:
作者:
作者单位:

重庆三峡学院

作者简介:

张春涛

通讯作者:

中图分类号:

基金项目:

东南大学基本科研业务费“创新基金”


Multi-step-prediction of chaotic time series based on maximized mutual
information
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对混沌时间序列的多步预测, 提出了基于最大互信息(MMI) 的建模方法. 首先建立时间延迟、嵌入维
    数和预测步长在相空间的最大信息量模型; 然后利用遗传算法求解并确定混沌时间序列的最佳预测结构; 最后对
    Mackey-Glass 系统和月太阳黑子的仿真实验表明, MMI可以确定更好的预测结构, 提高了混沌时间序列的预测精度.

    Abstract:

    For the multi-step-prediction of chaotic time series, a modeling method based on maximized the mutual
    information(MMI) is proposed. Firstly, maximize information model in phase space with delay time, embedding dimension
    and prediction step is established. Then this model can be solved by using generation algorithm(GA), which determines the
    better prediction structure of chaotic time series. Finally, simulations of the Mackey-Glass system and monthly sunspot show
    that MMI can determine the better prediction structure and improve the prediction accuracy of chaotic time series.

    参考文献
    相似文献
    引证文献
引用本文

张春涛, 刘学飞, 向瑞银,等.基于最大互信息的混沌时间序列多步预测[J].控制与决策,2012,27(6):941-944

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-11-18
  • 最后修改日期:2011-01-21
  • 录用日期:
  • 在线发布日期: 2012-06-20
  • 出版日期:
文章二维码