作者：姚淑萍; 胡昌振; 郑链小波分解与重构混沌时间序列预测
摘要：提出一种通用的混沌时间序列预测方法。算法首先通过小波分解与重构将具有混沌特征的时间序列分解为一个低频信号和多个高频信号;对不再具有混沌特征的信号分支采用神经网络模型预测;对具有混沌特征的信号分支采用基于非线性混沌动力学的预测模型;最后将各分支的预测值组合获得最终预测值。通过月平均太阳黑子数这一典型混沌时间序列的预测实验表明:该方法比传统的神经网络预测方法和混沌预测方法的预测精度高,可以较好地应用于混沌时间序列的预测中。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
