基于混沌相空间重构参数优化的动态神经网络预测模型研究

针对传统相空间重构参数的选取无统一标准,影响混沌时序相空间重构质量及预测精度问题,提出了相空间重构优化参数动态神经网络预测模型的新方法。该方法在重构相空间的基础上利用动态神经网络模型对混沌时序进行预测,由预测误差综合确定预测模型的参数设置,并反推出重构相空间的最佳嵌入维数和延迟时间。通过对Lorenz混沌系统的仿真,证明文章提出的方法是有效的。