一种非线性自适应溷沌时间序列预测方法.pdfVIP

第29卷第11期 计算机应用 Vo1．29No．11 2009年 11月 JournalofComputerApplications NOV．2009 文章编号：1001—9081(2009)1l一3158—03 一 种非线性 自适应混沌时间序列预测方法 卜 云 ，文光俊 ，李宏伟 (1．电子科技大学通信与信息工程学院，成都 610054；2．四川省电力公司翠月湖培tJIl~ ，四川都江堰 611830) (buyun—ueste@yahoo．an) 摘 要：基函数线性叠加的混沌时间序列预测算法不具有动态特性和明确的物理意义。改进的策略使用与混沌 序列的非高斯特性相联系的函数作为基函数，使其能解释为表征混沌序列的高阶统计特性。同时，在算法中引入非 线性反馈环节，使其具有了动态特性。数值仿真表明，以之为基础的 自适应预测算法在一步预测性能和长期预测能 力方面都优于常用的线性预测方法和已有的自适应预测算法。 关键词：混沌时间序列；自适应预测；非高斯性；非线性反馈；负熵的近似 中图分类号：TP202 ．7 文献标志码：A Nonlinearadaptivepredictorforchaotictimeseries BUYun，WENGuang-jun，LIHong．wel’ (1．SchoolofCommunicationandInformationEngineering，UniversityofElectronicScienceandTechnologyofChina，ChengduSichuan610054，China 2．CuiyuehuTrainingCenter，SichuanElectricPowerCorporation，DufiangyanSiehuan611830，China) Abstract：Mostchaotictimeseriespredictionalgorithmsbasedon linearsuperpositionofbasisfunctionsarestaticand lackofcorrespondinginterpretationsbetweenthebasisfunctionsandtheunderlyingdynamics．Improvementwasmadeonthat thesefunctionsthatcan approximate non—Gaussian were used asbasisset，asbuilding arelationship between the basis functionsandhigher—orderstatisticsofchaotictimeseries．Furthermore，anonlinearfeedbackwasappliedinthealgorithm that canintroducedynamicquality．Simulationsshow anenhanced performanceonbothonestep predictionerrorandmaximum attemptedtime，whichoutperfomr sthelinearpredictionandsomeexistingadaptiveones． Key words：chaotictime series；adaptive prediction；non—Guassian property；nonlinearfeedback；approximation of negentropy 具有大致光滑的吸引子 ，并且在局部是凸的，因此基于梯度的 0 引言 自适应算法是适用的。并且很多基于基函数线性叠加的全局 混沌时间序列预测