基于相空间重构的神经网络太阳黑子预测模型-论文.pdf

基于相空间重构的神经网络太阳黑子预测模型-论文.pdf

ID:53763122

大小:265.95 KB

页数:4页

时间:2020-04-24

基于相空间重构的神经网络太阳黑子预测模型-论文.pdf_第1页
基于相空间重构的神经网络太阳黑子预测模型-论文.pdf_第2页
基于相空间重构的神经网络太阳黑子预测模型-论文.pdf_第3页
基于相空间重构的神经网络太阳黑子预测模型-论文.pdf_第4页
资源描述:

《基于相空间重构的神经网络太阳黑子预测模型-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第3l卷第1期计算机仿真2014年1月文章编号:1006—9348(2014)01—0395—04基于相空间重构的神经网络太阳黑子预测模型任晶,曾庆山,隗仁然(郑州大学电气工程学院,河南郑州450001)摘要:太阳黑子数目的变化对地球的气候、农业、通信、导航等方面影响巨大,因此对太阳黑子数目进行预测具有十分重要的意义。针对太阳黑子时间序列的混沌特性,引入相空间重构理论,将一维时间序列重构为多维时间序列,并与具有极强非线性拟合能力的神经网络模型相结合,分别建立了基于相空间重构的RBF神经网络和BP神经网络的太阳黑子时间序列预测模型,并在MATLAB环境下进行预测仿真。仿真结果表明,建立的模型

2、具有较高的预测精度,可用于太阳黑子时间序列预测。关键词:神经网络;相空间重构;太阳黑子时间序列;建模;预测中图分类号:wl7+.6文献标识码:BNeuralNetworkForecastingModelforSunspotsTimeSeriesPredictionBasedonPhaseSpaceReconstructionRENJing,ZENGQing—shan,WEIRen—ran(InstituteofElectricalEngineering,ZhengzhouUniversity,ZhengzhouHenan450001,China)ABSTRACT:Thechangeofth

3、eSunspotstimeserieshasahugeimpactontheearth,suchascommunication,navi-gation,climate,agriculture,etc,SOthepredictionofSunspotstimeserieshasvitalsignificance.ThechaostheoriesandphasereconstructionwereintroducedintoSunspottimeseriesforecasting,andtheSunspotstimeserieswereex-pendedtomultivariatetimese

4、ries.Basedonmuhi-dimensionSunspotstimeseries,phasereconstructionandneuralnetworkmodelwerecombinedtoestablishtheSunspotstimeseriesforecastingmode1.Theresultsshowthatusingnonlinearphasespacereconstructionwithneuralnetworktopredictsunspotschaotictimeserieshashigherpredictionaccuracy·KEYWORDS:Neuralne

5、twork;Thephasespacereconstruction;Sunspotstimeseries;Modeling;Predictions1引言研究新的方法。太阳黑子是太阳活动中最基本的现象,它是在太阳的光近年来,针对太阳黑子数预测,很多学者做了大量的工球层上发生的一种太阳活动,对国防和国民经济的诸多领域作。刘丽杰,李盼池等提出一种基于离散输入的过程神经网都有一定的影响,因此历来世界各国都十分重视对太阳黑子络模型及学习算法,该神经网络模型结构较为简便,但是活动的预测工作,以便能够采取防范性措施,避免意外和灾计算复杂,训练结果误差较大,精度较低;赵青,梁娟等采用难性事故发生。遗传BP

6、神经网络,结合了BP神经网络与遗传算法的优点做混沌(Chaos)目前普遍定义为广泛存在于连续或离散的出预测,学习效率较高,有较好的记忆性,但是预测结果并不确定性系统中的无规则运动,主要表现为对系统初始值微小理想;张海望提出的基于小波消噪的BP神经网络预测方变化的敏感性。在离散系统中,混沌常以时间序列的形式存法,有效地去除了径流序列中的噪声,使模型预测精度有了在。太阳黑子时间序列已经被证明是一个低维的混沌时间很大的提高,但由于BP算法易限于局部极小值,学习过程收序列J。太阳黑子数的月均值时间序列具有非线性特征,预敛速度慢,隐层和隐层节点数较难确定等因素,该方法也有测难度较大,中、长期预报多以

7、平滑的黑子数月均值为预报一定的局限性;赵海娟,王家龙等直接采用RBF神经网络量。混沌时间序列的自身特点限制了传统方法的应用,需要进行预测,取得了一定的成果,但是精度较低。为了提高预测的精确度,针对太阳黑子的混沌特性,通基金项目:河南省科技攻关项目(122102210102)过相空间重构恢复太阳黑子的混沌吸引子,并使用c—c算收稿日期:2013—03—20修回日期:2013—04—24法求取重构参数,可以较好地还原太阳黑子

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。