基于遗传算法的混沌时间序列预测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-10页 |
| 1.1 背景与意义 | 第8-9页 |
| 1.2 本文的工作 | 第9页 |
| 1.3 本文的主要贡献点 | 第9页 |
| 1.4 本文结构 | 第9-10页 |
| 第2章 混沌时间序列问题综述 | 第10-11页 |
| 2.1 混沌时间序列 | 第10页 |
| 2.2 预测方法 | 第10-11页 |
| 第3章 混沌时间序列的相空间重构方法综述 | 第11-17页 |
| 3.1 背景 | 第11-12页 |
| 3.2 嵌入维数 m 的确定 | 第12-15页 |
| 3.2.1 G-P 算法 | 第12页 |
| 3.2.2 虚假最近邻点法 | 第12-14页 |
| 3.2.3 奇异值分解 | 第14-15页 |
| 3.3 时间延迟 τ 的确定 | 第15-17页 |
| 3.3.1 τ 的影响 | 第15页 |
| 3.3.2 自相关函数法 | 第15-16页 |
| 3.3.3 互信息法 | 第16-17页 |
| 3.3.4 平均位移法 | 第17页 |
| 第4章 基于 GA-BP 算法的混沌时间序列预测 | 第17-25页 |
| 4.1 背景 | 第17-18页 |
| 4.2 BP 神经网络 | 第18-21页 |
| 4.2.1 BP 神经网络 | 第18-19页 |
| 4.2.2 BP 算法 | 第19-21页 |
| 4.2.3 BP 算法的不足 | 第21页 |
| 4.3 基于遗传算法优化的 BP 算法 | 第21-25页 |
| 4.3.1 遗传算法 | 第21-22页 |
| 4.3.2 遗传优化的 BP 算法执行流程 | 第22-25页 |
| 第5章 混沌时间序列预测的仿真实验 | 第25-33页 |
| 5.1 实验基础 | 第25-27页 |
| 5.1.1 初始时间序列 | 第25页 |
| 5.1.2 GA-BP 算法相关参数 | 第25-27页 |
| 5.2 算法流程 | 第27-28页 |
| 5.3 实验结果 | 第28-32页 |
| 5.3.1 henon 序列的预测结果 | 第28-31页 |
| 5.3.2 星星亮度变化序列的预测结果 | 第31-32页 |
| 5.4 结论 | 第32-33页 |
| 第6章 总结与展望 | 第33-35页 |
| 6.1 研究工作与成果总结 | 第33-34页 |
| 6.2 改进方向与成果展望 | 第34-35页 |
| 参考文献 | 第35-37页 |
| 致谢 | 第37页 |
| 个人简历 | 第37页 |
