基于遗传算法的RBF神经网络非线性时间序列预测  

Nonlinear Time Series Forecasting of RBF Neural Network Based on Genetic Algorithm

作　　者：郭兰平[1] 俞建宁[1] 张建刚[1] 漆玉娟[1] 张旭东[1] 

机构地区：[1]兰州交通大学数理与软件工程学院,甘肃兰州730070

出　　处：《河北师范大学学报（自然科学版）》2011年第3期244-247,共4页Journal of Hebei Normal University：Natural Science

基　　金：国家自然科学基金(408034);甘肃省自然科学基金(3ZS051-A25-030;3ZS-042-B25-049);兰州交通大学大学生科技创新基金(DXS2010-021)

摘　　要：提出一种基于遗传算法和RBF神经网络相结合的时间序列预测模型,克服了单个神经网络在非线性时间序列预测中容易陷入局部极小值及网络训练速度缓慢的问题.以居民消费价格指数数据进行训练和测试,与传统的BP神经网络预测模型相比较,该模型的预测精度是令人满意的,数值模拟证明了该方法的有效性和可行性.A time series forecasting model based on genetic algorithm and RBF neural network is proposed.The problem that single neural network in nonlinear time series forecasting easily gets into the local minimum and neural network has a very slow study rate is overcome.The model is then used to forecast the inhabitant consumer price index（CPI）.Compared with the traditional BP neural network forecast model,this model forecast precision is satisfying.Numerical simulation illustrates the feasibility of the technique.

关 键 词：遗传算法 RBF神经网络 时间序列预测 数值仿真 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]