RBF神经网络的非线性时间序列在线预测.pdf

第26卷第2期 控制理论与应用 Vbl．26NO．2 2009年2月 Control Feb．2009 Theory＆Applications 文章编号：1000—8152(2009)02-0151--05 基于RBF神经网络的非线性时问序列在线预测 张冬青，宁宣熙，刘雪妮 (南京航空航天大学经济与管理学院，江苏南京210016) 摘要：针对非线性非高斯时间序列，提出观测噪声服从隐马尔可夫模型(HMM)的径向基函数(RBF)神经网 络(RBF．HMM)预测模型，其特点在于模型输入包含误差反馈项、RBF网络隐含层节点数的可变性和观测噪声的隐 马尔可夫性：并采用序列蒙特卡罗(SMC)方法实现基于RBF．HMM模型的时间序列在线预测．最后采用太阳黑子数 平滑月均值数据和CRU国际钢材价格指数月数据进行实证研究，结果表明该模型的有效性． 关键词：预测：径向基函数神经网络；隐马尔可夫模型；序列蒙特卡罗方法 1．6 中图分类号：021 文献标识码：A nonlineartimeseries RBFneural On-line of networks prediction using ZHANG Xue-ni Xuan—xi，LIU Dong—qing，NING ofAeronauticsand ofEconomicsManagement，NanjingUniversity Astronautics，NanjingJiangsu210016，China) (College Abstract：Forthenonlinearandnon．Gaussiantimeseries．anovel model__theRBF—HMMmodeliS predictive proposed basedontheradialbasis networkwithmeasurementnoise assumedtobeofahiddenMarkov function(RBF)neural being characteristicsofthis errorsofRBFneuralnetworkareassociatedwith model(HMMl．The modelinclude：1)thepredictive ofhiddenneuronsvarieswith measurement the ofRBF．HMM number time；3)the noiseisassumedto input model；2)the beHMM Monte isthen totheon-line fortimeseriesinRBF． distributed．SequentialCarlo(SMC)methodapplied prediction data mean numbersand Britain Research HMM