基于时空RBF-NN的混沌时间序列预测附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

本文提出将径向基函数(RBF)神经网络应用于混沌时间序列的预测,设计了一个三层RBF网络结构.对于三个典型的混沌系统,在不同的噪声水平下,采用RBF网络模型分别进行了预测研究.仿真结果表明,采用RBF网络进行混沌时间序列的预测能够取得比现有其它方法更好的效果.

⛄ 部分代码

 function [sig_output,mean_sig,w] = normalize_1(sig_input)

% 信号归一化到均值为 0,方差为 1

% [sig_output] = normalize_sig(sig_input)

% 输入参数：sig_input  输入信号(可以批处理)

% 输出参数：sig_output 标准化的信号

[rows,cols] = size(sig_input);

if (rows ==1)

    sig_input = sig_input';

    len = cols;

    num = 1;

else

    len = rows;

    num = cols;

end

mean_sig = mean(sig_input);

sig_input = sig_input - repmat(mean_sig,len,1);  % 0 均值

w = 1/std(sig_input);

sig_output = sig_input .* repmat(w,len,1);   % 方差 1

⛄ 运行结果

⛄ 参考文献

[1]李冬梅, 王正欧. 基于RBF神经网络的混沌时间序列预测[J]. 模式识别与人工智能, 2001, 14(2):4.

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除