基于回声状态网络的非线性时间序列预测研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 绪论 | 第8-13页 |
·研究背景与研究意义 | 第8-9页 |
·时间序列预测的研究现状及主要方法 | 第9-11页 |
·本文的主要研究内容 | 第11-13页 |
2 小波分解在非线性时间序列预测中的应用 | 第13-25页 |
·小波分解 | 第13-14页 |
·回声状态网络 | 第14-16页 |
·回声状态网络的结构 | 第14-15页 |
·回声状态网络的训练 | 第15-16页 |
·小波回声状态网络 | 第16-19页 |
·仿真实例 | 第19-24页 |
·预测性能评价指标及时间序列预处理 | 第19页 |
·Lorenz混沌时间序列预测 | 第19-21页 |
·含噪声Lorenz混沌时间序列预测 | 第21-22页 |
·间歇式反应釜釜温时间序列预测 | 第22-24页 |
·本章小结 | 第24-25页 |
3 经验模态分解在非线性时间序列预测中的应用 | 第25-33页 |
·经验模态分解 | 第25-28页 |
·本征模函数 | 第25-26页 |
·经验模态分解算法 | 第26-28页 |
·验模态分解回声状态网络 | 第28-29页 |
·仿真实例 | 第29-32页 |
·Lorenz混沌时间序列预测 | 第30-31页 |
·Mackey-Glass混沌时间序列预测 | 第31-32页 |
·本章小结 | 第32-33页 |
4 小世界网络在时间序列预测中的应用 | 第33-46页 |
·网络的有序性与随机性 | 第33-35页 |
·规则网络 | 第33-34页 |
·随机网络 | 第34-35页 |
·小世界网络 | 第35-38页 |
·小世界网络的结构 | 第35-37页 |
·小世界网络的参数 | 第37-38页 |
·最小复杂度回声状态网络 | 第38页 |
·小世界回声状态网络 | 第38-41页 |
·仿真实例 | 第41-44页 |
·理论数据预测 | 第41-43页 |
·实际数据预测 | 第43-44页 |
·本章小结 | 第44-46页 |
结论 | 第46-47页 |
参考文献 | 第47-50页 |
攻读硕士学位期间发表学术论文情况 | 第50-51页 |
致谢 | 第51-52页 |