基于GRA-PCA的RBF神经网络预测方法应用研究  

作　　者：伍长荣[1] 胡学钢[2] 

机构地区：[1]芜湖师范专科学校计算机教学部,安徽芜湖241001 [2]合肥工业大学计算机与信息学院,安徽合肥230009

出　　处：《巢湖学院学报》2005年第3期52-54,62,共4页Journal of Chaohu University

摘　　要：多因素时间序列预测是时间序列数据挖掘的一个重要分支,被广泛地应用于各种领域。文中利用灰色关联分析(GRA)和主成分分析(PCA)对RBF网络的输入空间进行降维重构,选取与输出变量关联度相对大的影响因素,并消除各因素之间相关性,解决了RBF网络在多因素时间序列预测模型设计中的影响因素约简问题。通过粮食产量实例仿真,验证了模型的有效性。

关 键 词：多因素时间序列 RBF神经网络 灰色关联分析 主成分分析 

分 类 号：TP389.1[自动化与计算机技术—计算机系统结构]