搜索资源列表
chaotictimeseriesprediction
- 混沌时间序列局域法多步预报模型.doc(有程序下载) 针对混沌时间序列预测中用加权一阶局域法单步预报模型进行多步预报时计算量大且存在误差累积效应的不足，本文提出了基于相空间重构技术的局域法多步预报模型，包括加权一阶局域法多步预报模型和RBF神经网络多步预报模型。对几种典型混沌序列的预测仿真表明，两种模型对混沌时间序列的多步预报均较有效。 -chaotic time series Local Law multi-step prediction model. Doc (with the d
glhundungrnn
- 用混沌理论和广义回归神经网络进行短期负荷的预测，取得了满意的效果-with Chaos Theory and the general regression neural network for short-term load forecasts, achieved satisfactory results
bestdimensionm
- 在用混沌理论和神经网络进行短期负荷预测时，神经网络的输入的选择至关重要，该程序用matlabl实现了基于混沌时间序列的嵌入维数的选择-using chaos theory and neural networks for short-term load forecasts, the neural network is essential to choose an input, The procedure used matlabl achieved a chaotic time series bas
s23uan
- 本程序时基于混沌理论和ELMAN神经网络的短期负荷预测，能取得很好的预测效果，直接使用该程序就能实现电力短期负荷预测，同样使用于其他类型的时间序列预测-the procedures based on chaos theory and neural networks ELMAN short-term load forecasts, can be achieved very good results forecast, the direct use of the procedure we will
cnn0110
- 这是一个混沌理论中重要的细胞神经网络的程序。通过曲线很容易看到奇妙的超混沌吸引子-Chaos Theory important cellular neural network procedures. Curve it is easy to see the mysterious super-chaotic attractor
ChaosToolbox1p0_trial
- 混沌时间序列预测工具箱，包括了李雅普诺夫指数、分形纬、嵌入纬以及神经网络预测-chaotic time series forecasting tool kit, including the Lyapunov exponent, fractal-wai, Wei and embedded neural network prediction
ws
- BP神经网络股票建模,随着股票市场混沌和分形理论的逐步确立，人们开始利用神经网络对证券市场的变动加以预测。本文的研究目的在于为股市提供一种基于BP神经网络的股价预测方法，以便提高股价预测时的运算速度和精确度，为股票市场的个人投资者和机构投资者提供新的实用方法。
prediction_one_step
- 利用RBF神经网络实现混沌预测，并结合matlab进行仿真，较好实现其功能
aa
- 遗传算法 遗传算法简称GA(Genetic Algorithm)，在本质上是一种不依赖具体问题的直接搜索方法。遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到应用。在人工智能研究中，现在人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能一样，都是对今后十年的计算技术有重大影响的关键技术”。-Referred to as genetic algorithm genetic algorithm GA (Genetic Algo
gcf
- 遗传算法简称GA(Genetic Algorithm)，在本质上是一种不依赖具体问题的直接搜索方法。遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到应用。在人工智能研究中，现在人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能一样，都是对今后十年的计算技术有重大影响的关键技术”。-Referred to as genetic algorithm GA (Genetic Algorithm), in essence is a k
lgj
- 遗传算法简称GA(Genetic Algorithm)，在本质上是一种不依赖具体问题的直接搜索方法。遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到应用。在人工智能研究中，现在人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能一样，都是对今后十年的计算技术有重大影响的关键技术”。-Referred to as genetic algorithm GA (Genetic Algorithm), in essence is a k
ahk
- 用此程序可以实现小波变换，用混沌理论和神经网络进行短期负荷预测时，神经网络的输入的选择至关重要-This process can be achieved with wavelet transform, chaos theory and neural networks with short-term load forecasting, neural network is essential to choose the input
short-termloadforecastingwithchaostimeseries
- 文章展示了一种新的方法用于功率系统中短期负载预测。提出的方案使用混沌时间序列分析基于确定性混沌去捕捉复杂的负载行为特征。确定性的混沌允许我们重构一个时间序列并决定输入的变量个数。这篇文章描述了混沌时间序列对日间功率系统峰值的分析。确定性混沌的非线性图形通过多层感知器的神经网络得到。提出的方案在一个例子中具体阐述。-This paper presents a new approach to short-term load forecasting in power systems. The
Prediction_RBF
- 混沌时间序列 基于人工神经网络的一步或多步预测-Chaotic time series based on artificial neural network or multi-step prediction step
using-adaptive-chebyshev
- 提出了一种基于自适应 Chebyshev 多项式神经网络(ACNN)的 Logistic 混沌系统控制算法。该算法采用 Chebyshev 正交多项式作为神经网络的激励函数, 构建 Logistic 混沌系统的预测与控制模型。为了保证算法的稳定性, 提出和证明了收敛定 理, 并利用自适应学习率算法提高神经网络的学习效率和收敛速度。通过采用自适应 Chebyshev 神经网络直接学习 Logistic 混 沌系统的动态特性, 并对系统实施目标函数控制。实验仿真结果表明, 该算法在 L
Multi-step-prediction-of-chaotic
- Multi-step-prediction of chaotic time series based on co-evolutionary recurrent neural network 协同进化递归神经网络的多步混沌时间序列预测-This paper proposes a co-evolutionary recurrent neural network (CERNN) for the multi-step-prediction of chaotic time series, it
Time-series-prediction-with-anfis
- 采用模糊神经网络anfis预测混沌时间序列的源程序。-The source program of Using fuzzy ANFIS neural network for predicting chaotic time series.
混沌预测工具箱
- 包括c-c相空间重构及改进算法，CAO方法相空间重构，RBF神经网络及支持向量机预测等
混沌tent映射tent分叉程序
- 构建基于改进灰狼优化算法的神经网络数据预测模型(IGWO-BPNN)，目的在于用改进的灰狼优化算法优化神经网络模型，利用神经网络的反向传播优势，改善神经网络算法易于陷入局部最小值的缺陷，提高神经网络模型的预测精度。(The grey wolf algorithm (GWO), which is inspired by the predatory behavior of the gray wolf group, is a new group intelligent optimization alg
遗传粒子群优化算法-GAPSO
- 混沌粒子群优化算法，及其该算法的简单应用(A SIMPLE IMPLEMENTATION OF THE PARTICLE SWARM OPTIMIZATION)