|
|||||
|
|
| 基于鲁棒极端学习机的混沌时间序列建模预测 | |
| 作者姓名： | 沈力华 陈吉红 曾志刚 金健 |
| 作者单位： | 1. 华中科技大学机械科学与工程学院, 武汉 430074; 2. 华中科技大学自动化学院, 武汉 430074 |
| 基金项目： | 国家自然科学基金（批准号：51575210）和国家科技重大专项（批准号：2014ZX04001051）资助的课题． |
| 摘 要： | 针对混沌时间序列预测模型易受异常点影响,导致模型预测精度低的问题,在贝叶斯框架下提出一种鲁棒极端学习机.所提模型将具有重尾分布特性的高斯混合分布作为模型输出似然函数,得到一种对异常点和噪声更具鲁棒性的预测模型.但由于将高斯混合分布作为模型输出似然函数后,模型输出的边缘似然函数变成难以解析处理的形式,因此引入变分方法进行近似推理,实现模型参数的估计.在加入异常点和噪声的情况下,将所提模型应用于大气环流模拟模型方程Lorenz序列以及Rossler混沌时间序列和太阳黑子混沌时间序列的预测中,预测结果验证了所提模型的有效性. |
| 关 键 词： | 极端学习机 鲁棒 混沌时间序列 预测 |
| 收稿时间： | 2017-08-22 |
| 本文献已被 CNKI 等数据库收录！ | |