1 简介
为了提高 BP 神经网络预测模型对混沌时间序列的预测准确性, 提出了一种基于遗传算法优化 BP 神经网络的改进混沌时间序列预测方法. 利用遗传算法优化 BP 神经网络的权值和阈值, 然后训练 BP 神经网络预测模型以求得最优解, 并将该预测方法应用到几个典型混沌时间序列和实测短时交通流时间序列进行有效性验证. 仿真结果表明, 该方法对典型混沌时间序列和短时交通流具有较好的非线性拟合能力和更高的预测准确性.
2 部分代码
%%% 清空环境变量 clc clear all close all %%% 设置全局变量 global net inputn outputn inputps outputps output_test input_test; global inputnum outputnum hiddennum; %1.3 读取数据格式三:2个输入变量,2个输出变量 TrainData = textread('nanjingxunlian.txt'); TestData = textread('nanjing