☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《混沌時間序列智能預測方法及其應用》研究瞭混沌時間序列智能預測方法及其應用，構建瞭不同類型的混沌時間序列智能預測模型，並用實際數據進行瞭實證分析。主要內容包括混沌理論基本原理、常用混沌時間序列預測方法、混沌時間序列的神經網絡預測方法、遺傳算法優化BP神經網絡的混沌時間序列預測方法、粒子群算法優化BP神經網絡的混沌時間序列預測方法、混沌時間序列的SVM預測方法、基於信息粒化的SVM混沌時間序列預測方法等。在應用方麵，探討瞭各種混沌時間序列智能預測方法在典型混沌時間序列、滬深股票指數以及城市交通流等不同學科領域的應用。
　　《混沌時間序列智能預測方法及其應用》可供管理學、經濟學、係統工程等有關專業的研究者、科研人員和工程技術人員及高等院校相關專業師生閱讀參考。

內頁插圖

目錄

前言

第1章 緒論
1．1 預測的基本概念
1．2 混沌時間序列預測
1．3 混沌時間序列預測研究概況
1．4 本書的主要內容

第2章 混沌理論基礎
2．1 混沌理論及其研究現狀
2．2 處理混沌時間序列的理論方法簡介
2．3 混沌判彆的常用方法
2．4 典型混沌係統

第3章 常用混沌時間序列預測方法
3．1 混沌時間序列預測理論基礎
3．2 局域預測方法
3．3 全局預測方法
3．4 自適應預測方法
3．5 模型檢驗及應用實證分析

第4章 混沌時間序列的神經網絡預測方法
4．1 神經網絡概述
4．2 BP神經網絡預測模型
4．3 RBF神經網絡預測模型
4．4 模型檢驗及實證分析
4．5 RBF神經網絡預測方法與BP神經網絡預測方法的比較

第5章 遺傳算法優化BP神經網絡的混沌時間序列預測方法
5．1 問題的提齣
5．2 遺傳算法
5．3 遺傳算法優化BP神經網絡預測模型
5．4 模型檢驗
5．5 實證分析

第6章 粒子群算法優化BP神經網絡的混沌時間序列預測方法
6．1 粒子群算法基本原理
6．2 對PSO算法的改進
6．3 改進。PSO算法優化BP神經網絡預測模型
6．4 在典型混沌時間序列中的應用
6．5 實證分析

第7章 混沌時間序列的SVM預測方法
7．1 統計學習理論
7．2 支持嚮量機
7．3 基於支持嚮量機的混沌時間序列預測方法
7．4 SVM預測方法與BP和RBF神經網絡預測方法的比較

第8章 基於信息粒化的SVM混沌時間序列預測方法
8．1 信息粒化理論
8．2 基於信息粒化的支持嚮量機預測模型的基本思想
8．3 模糊粒子構建
8．4 基於信息粒化的支持嚮量機預測模型
8．5 模型檢驗
8．6 在城市交通流預測中的應用

參考文獻
混沌時間序列智能預測方法及其應用 [Intelligent Forecasting of Chaotic Time Series and Its Applicatio] 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價