基于过程神经元网络的时间序列预测方法  

Time Series Prediction Method Based on Process Neural Networks

作　　者：刘志刚[1] 杜娟[1] 许少华[1] 李盼池[1] 

机构地区：[1]东北石油大学计算机与信息技术学院,黑龙江大庆163318

出　　处：《计算机工程》2012年第5期199-201,共3页Computer Engineering

基　　金：中国博士后科学基金资助项目(20090460864);黑龙江省教育厅科学研究基金资助项目(11551015)

摘　　要：传统人工神经网络时间序列预测方法难以表达时间序列中的时间累积效应。为此,提出一种基于过程神经元网络的时间序列预测方法。采用双链结构的量子粒子群对过程神经元网络进行训练,以Mackey-Glass混沌时间序列预测为例进行实验。仿真结果表明,该方法的均方误差比普通神经网络低一个数量级。Artificial Neural Network（ANN） has difficulty in expression of the temporal accumulation in the time series prediction.A prediction method which uses the Process Neural Networks（PNN） is presented.The algorithm of quantum particle swarm which has double chains structure is used to train the PNN.The effectiveness of the method and training algorithm are proved by the Mackey-Glass time series prediction.Simulation result shows that the mean-square error about this method is reduced one order of magnitude compared with ANN.

关 键 词：过程神经元网络 量子粒子群 双链结构 时间序列预测 算法设计 网络训练 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]