混沌时间序列智能预测方法及其应用

图书标准信息

• 作者 李松、刘力军 著
• 出版社 科学出版社
• 出版时间 2017-06
• 版次 1
• ISBN 9787030531872
• 定价 78.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 191页
• 字数 251千字
• 正文语种 简体中文

【内容简介】

　　《混沌时间序列智能预测方法及其应用》研究了混沌时间序列智能预测方法及其应用，构建了不同类型的混沌时间序列智能预测模型，并用实际数据进行了实证分析。主要内容包括混沌理论基本原理、常用混沌时间序列预测方法、混沌时间序列的神经网络预测方法、遗传算法优化BP神经网络的混沌时间序列预测方法、粒子群算法优化BP神经网络的混沌时间序列预测方法、混沌时间序列的SVM预测方法、基于信息粒化的SVM混沌时间序列预测方法等。在应用方面，探讨了各种混沌时间序列智能预测方法在典型混沌时间序列、沪深股票指数以及城市交通流等不同学科领域的应用。
　　《混沌时间序列智能预测方法及其应用》可供管理学、经济学、系统工程等有关专业的研究者、科研人员和工程技术人员及高等院校相关专业师生阅读参考。

【目录】

前言

第1章 绪论
1．1 预测的基本概念
1．2 混沌时间序列预测
1．3 混沌时间序列预测研究概况
1．4 本书的主要内容

第2章 混沌理论基础
2．1 混沌理论及其研究现状
2．2 处理混沌时间序列的理论方法简介
2．3 混沌判别的常用方法
2．4 典型混沌系统

第3章 常用混沌时间序列预测方法
3．1 混沌时间序列预测理论基础
3．2 局域预测方法
3．3 全局预测方法
3．4 自适应预测方法
3．5 模型检验及应用实证分析

第4章 混沌时间序列的神经网络预测方法
4．1 神经网络概述
4．2 BP神经网络预测模型
4．3 RBF神经网络预测模型
4．4 模型检验及实证分析
4．5 RBF神经网络预测方法与BP神经网络预测方法的比较

第5章 遗传算法优化BP神经网络的混沌时间序列预测方法
5．1 问题的提出
5．2 遗传算法
5．3 遗传算法优化BP神经网络预测模型
5．4 模型检验
5．5 实证分析

第6章 粒子群算法优化BP神经网络的混沌时间序列预测方法
6．1 粒子群算法基本原理
6．2 对PSO算法的改进
6．3 改进。PSO算法优化BP神经网络预测模型
6．4 在典型混沌时间序列中的应用
6．5 实证分析

第7章 混沌时间序列的SVM预测方法
7．1 统计学习理论
7．2 支持向量机
7．3 基于支持向量机的混沌时间序列预测方法
7．4 SVM预测方法与BP和RBF神经网络预测方法的比较

第8章 基于信息粒化的SVM混沌时间序列预测方法
8．1 信息粒化理论
8．2 基于信息粒化的支持向量机预测模型的基本思想
8．3 模糊粒子构建
8．4 基于信息粒化的支持向量机预测模型
8．5 模型检验
8．6 在城市交通流预测中的应用

参考文献