[发明专利]时间序列预测模型无效
| 申请号： | 200910228727.4 | 申请日： | 2009-11-25 |
| 公开（公告）号： | CN101877077A | 公开（公告）日： | 2010-11-03 |
| 发明（设计）人： | 修春波 | 申请（专利权）人： | 天津工业大学 |
| 主分类号： | G06N7/08 | 分类号： | G06N7/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300160*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于非线性时间序列分析领域，具体为一种时间序列预测模型，网络模型包含输入层、中间层和输出层三层结构，中间层单元由具有混沌特性的混沌算子构成。混沌算子的参数利用混沌优化算法进行训练调节。通过学习训练，网络利用时间序列前一段的已知值来预测未来某时刻的值，并根据预测误差逐渐修正混沌算子参数，从而使得网络逐渐具有与时间序列中蕴含的规律相一致的信息，并完成时间序列的预测功能。尤其可以有效地实现对时间序列的多步预测。本发明主要用于实际工程时间序列的预测分析领域中。 | ||
| 搜索关键词： | 时间 序列 预测 模型 | ||
【主权项】：
一种时间序列预测模型，其特征在于，包括：3层结构；第一层为输入层，取输入单元的数量m的选取为：m＝max{[2d+1]，p} (1)上式中d为时间序列的分形维数，p为预测步长，“[.]”为取整操作；第二层为中间层，由多个混沌算子构成，混沌算子表达式为：zn+1＝sinαzn (2)第三层为输出层，由1个单元构成。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津工业大学，未经天津工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200910228727.4/，转载请声明来源钻瓜专利网。
- 上一篇：具有周期结构的蓝宝石基板
- 下一篇：间苯三酚口腔崩解片及其制备方法
- 同类专利
- 一种新型混沌自适应烟花优化方法-201910527583.6
- 王文杰;陶庆;王晓华;张蕾;李珣;闫鑫;张旭 - 西安工程大学
- 2019-06-18 - 2019-10-15 - G06N7/08
- 本发明公开了一种新型混沌自适应烟花优化方法，具体包括如下步骤：通过参数初始化，然后采用混沌算法优化随机产生的烟花，选择其中最优的N个烟花作为初始烟花；再者计算初始烟花的适应度；接着计算最优烟花除外的各个烟花的爆炸半径及所有烟花的爆炸数目；后生成高斯变异火花；接下来计算所有火花的适应度值；然后计算最优烟花半径；接着根据选择策略产生下一代烟花；最后采用混沌算法优化选择策略产生的烟花，选择最优的N个烟花，作为下一代烟花，最后输出最优烟花及其适应度值。本发明对自适应烟花算法进行了改进，提高了求解精度及算法收敛速度，提升了算法的性能。
- 一种新型分数阶混沌系统-201910710398.0
- 刘加勋;张芳芳;黄明明;姜翠美;冷森 - 齐鲁工业大学
- 2019-08-02 - 2019-09-20 - G06N7/08
- 本发明属于自动控制方法技术领域，具体涉及一种新型分数阶混沌系统；提出了一种新的分数阶混沌系统，这种新的分数阶混沌系统可以展示自激吸引子和隐藏吸引子，并设计了混沌系统的有限时间同步方法和组合同步方法；该系统丰富了具有隐藏吸引子的分数阶混沌系统的多样性；根据有限时间稳定性理论，实现了具有隐吸引子的分数阶混沌系统的有限时间同步；为其它分数阶混沌系统的有限时间稳定性提供了参考；提出了分数阶混沌系统的组合同步方法，由于组合同步在信息传输应用中的天然优势和分数阶系统的复杂性，它在实现安全通信方面将比许多其他类型的同步和整数阶混沌系统具有更高的安全性。
- 一种基于数据时间序列的混沌检测方法-201810022002.9
- 徐建新;朱秀乐;肖清泰;高勤 - 昆明理工大学
- 2018-01-10 - 2018-06-22 - G06N7/08
- 本发明涉及一种基于数据时间序列的混沌检测方法，属于基于数据时间序列检测的技术领域。本发明根据混沌时间序列的特点，将时间序列进行分组，分成Q(1≤Q≤N)个子集，其中N为时间序列的长度，对每个子集进行升序排序，并保留其相对应的索引序列，并求解每个子集的最大斜率，形成一个最大斜率序列。针对于斜率序列，将最大斜率序列在进行分组，划分为P(1≤P≤Q)，通过统计学方法，对时间序列的最大斜率的行为进行描述，提供了一种新型的混沌检测方法，该方法首先根据渐进生长率K是否趋向于0或1从而检测出规则动力学和非规则动力学，再根据周期性指数λ与0的关系来检测出出周期和准周期序列。
- 一种基于混沌理论的信息传播模型及其传播方法-201710371282.X
- 韦世红;弭宝松;肖云鹏;刘宴兵;孙华超;宋晨光 - 重庆邮电大学
- 2017-05-24 - 2017-10-24 - G06N7/08
- 本发明请求保护一种基于混沌理论的信息传播预测模型，属于信息传播分析领域。它包括了从社交网络获取真实数据源，构筑用户静态多维转发因素属性机制，预测用户动态行为特征，构建热点话题传播模型四个部分。首先，获取相关数据，获得数据集。其次，从用户、信息、用户关系三个角度出发，提取影响用户的多种行为特征，量化信息传播概率。然后，根据混沌理论预测用户的动态行为。最后，在传统传染病SIR模型基础上，结合信息扩散与传染病蔓延相似的传播机理，综合考虑动态性的行为特征，改进得到一种基于混沌理论和用户行为的信息传播模型。该发明可以有效表征在线社交网络中的信息传播动态趋势，发现信息传播中的重要影响因素。
- 基于混沌反向策略的蜂群改进算法-201611055449.3
- 朱俊;刘天羽;孟畅 - 上海电机学院
- 2016-11-25 - 2017-05-31 - G06N7/08
- 本发明提供一种基于混沌反向策略的蜂群改进算法，包括步骤S1生成一初始种群；S2对所述初始种群进行混沌处理，获得一混沌序列；S3对所述混沌序列进行反向策略处理，获得一混沌初始解和一混沌初始解的反向解；S4根据所述混沌初始解和所述混沌初始解的反向解计算获得一最终初始种群；S5根据所述最终初始种群进行人工蜂群算法步骤，获得第一个体最优解；S6对所述第一个体最优解进行反向策略处理，获得第二个体最优解；S7根据所述第二个最优解计算获得一群体最优解。本发明的一种基于混沌反向策略的蜂群改进算法，保留了算法初始化时所具有的随机性并提高了种群的多样性和搜索遍历的均匀性。
- 基于混沌优化BP神经网络模型的江河涌潮短期预报方法-201510741336.8
- 王瑞荣;薛楚;陈浩龙 - 杭州电子科技大学
- 2015-11-04 - 2016-03-23 - G06N7/08
- 本发明公开了一种基于混沌优化BP神经网络模型的江河涌潮短期预报方法，该方法利用混沌理论，分析原有经验模型中预报潮时的误差序列，是否具有混沌特性，若具有，则利用重构相空间技术构造一个多维的向量，支起一个相空间，再利用该相空间作为BP神经网络的输入结构，最终得出可能的潮时预报误差。本发明的方法将经验模型与非线性预报模型相结合，同时利用混沌理论优化新模型的参数结构，基于到潮时差序列的预测数据精度比现有预测方法的预测精度更高。且该方法不依赖于气象、河床等自然因素，也不依赖丰富的预测经验，只需当地水文站提供潮水的历史记录数据，可用于不同江河的潮水预测。
- 基于Lü系统的微弱信号检测方法-201410506848.1
- 杨绍普;赵志宏;封全保;刘永强;马新娜;张建超 - 石家庄铁道大学
- 2014-09-28 - 2015-01-07 - G06N7/08
- 本发明公开了一种基于Lü系统的微弱信号检测方法，涉及信号检测方法技术领域。所述方法包括以下步骤：将Lü系统参数设置为a=36，b=3；确定参数c的值，其中c的取值是使Lü系统处于定点状态的临界值，c的取值通过方程来确定，将c的值由小到大调整，调整过程中观察Lü系统输出y与相空间的变化，将系统定点状态的改变时的值作为c的值；利用确定参数后的Lü系统对微弱周期信号进行监测，如果相轨迹离开定点状态，则判断存在微弱周期信号。所述方法通过使用Lü系统，更易于进行微弱信号的识别，可靠性更高。
- 一种基于正弦函数多涡卷混沌吸引子产生方法-201310099439.X
- 王少夫 - 王少夫
- 2013-02-24 - 2013-06-12 - G06N7/08
- 在JERK混沌系统的基础上，本发明提出了一个最简单而新颖的方法，采用正弦函数，通过系统变换，可以产生一维、二维及三维混沌系统，通过设置不同时间参数，可以产生不同数量的多涡卷混沌吸引子，对通信系统具有一定的应用价值。
- 基于二进制粒子群优化算法的混沌时间序列预测方法-201110130593.X
- 江铭炎;崔笑笑 - 山东大学
- 2011-05-19 - 2011-10-05 - G06N7/08
- 基于二进制粒子群优化算法的混沌时间序列预测方法，属数字信号处理技术领域。该方法将已知混沌时间序列进行相空间重构后，通过欧几里得度量选取被预测状态的邻近点，用局域线性模型训练邻近点数据后求出模型的系数参数，并用该模型预测混沌时间序列，通过重复该预测步骤或者改变预测步长可以预测较长的混沌时间序列。在本发明中局域线性模型的参数与相空间重构的参数取不同的值，该参数的最优值可以通过二进制粒子群优化算法寻找，并且取邻近点个数大于嵌入维数，尽量避免了假邻近点的干扰，从而提高了预测精度。
- 时间序列预测模型-200910228727.4
- 修春波 - 天津工业大学
- 2009-11-25 - 2010-11-03 - G06N7/08
- 本发明属于非线性时间序列分析领域，具体为一种时间序列预测模型，网络模型包含输入层、中间层和输出层三层结构，中间层单元由具有混沌特性的混沌算子构成。混沌算子的参数利用混沌优化算法进行训练调节。通过学习训练，网络利用时间序列前一段的已知值来预测未来某时刻的值，并根据预测误差逐渐修正混沌算子参数，从而使得网络逐渐具有与时间序列中蕴含的规律相一致的信息，并完成时间序列的预测功能。尤其可以有效地实现对时间序列的多步预测。本发明主要用于实际工程时间序列的预测分析领域中。
- 专利分类
