混沌时间序列的遗传演化建模

张伟; 吴智铭; 杨根科

您当前的位置：

首页 >

文章列表页 >

混沌时间序列的遗传演化建模

论文 | 更新时间：2025-07-16

- 混沌时间序列的遗传演化建模
- Genetic Programming Modeling On Chaotic Time Series
- 电子学报 2005年33卷第4期页码：748-751
- 作者机构：
  
  上海交通大学自动化系,上海,200030
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60174009,No.70071017)
- DOI：
  中图分类号： O231.3
- 网络出版：2005-04-25，
  
  纸质出版：2005
- 稿件说明：
移动端阅览
张伟, 吴智铭, 杨根科. 混沌时间序列的遗传演化建模[J]. 电子学报, 2005,33(4):748-751.

ZHANG Wei, WU Zhi-ming, YANG Gen-ke. Genetic Programming Modeling On Chaotic Time Series[J]. Acta Electronica Sinica, 2005, 33(4): 748-751.
张伟, 吴智铭, 杨根科. 混沌时间序列的遗传演化建模[J]. 电子学报, 2005,33(4):748-751. DOI：

ZHANG Wei, WU Zhi-ming, YANG Gen-ke. Genetic Programming Modeling On Chaotic Time Series[J]. Acta Electronica Sinica, 2005, 33(4): 748-751. DOI：

摘要

从实测时间序列中构造混沌系统的模型是非线性时间序列分析中的一个重要议题

本文利用遗传编程方法(GP)

在尽可能大的函数空间内搜索合适的模型结构

并引入粒子群算法(PSO)在动态模型结构情况下进行非线性参数估计

取得了较好效果.此外

演化建模的实现结合了非线性时间序列分析(NTSA)的结果

以NTSA的结果指导演化建模参数的选取并作为模型优劣的评判标准

改进了经典GP算法对混沌系统建模的应用效果.

Abstract

This paper proposes Genetic Programming Modeling (GPM) algorithm on chaotic time series.GP is used here to search for appropriate model structures in function space

and Particle Swarm Optimization (PSO) algorithm is introduced for Nonlinear Parameter Estimation (NPE) of dynamic model structures.In addition

GPM integrates the results from Nonlinear Time Series Analysis (NTSA) to adjust the parameters and as the criterion of founded models.The simulation shows the effectiveness of such improvements on modeling chaotic time series.

关键词

Keywords

references

浏览量

976

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进T分布烟花-粒子群算法的AUV全局路径规划

基于粒子群结构寻优的电磁隐身微网格超表面

挺进深蓝：从单体仿生到群体智能

基于直觉模糊熵的混合粒子群优化算法

基于粒子群算法的分布式MIMO系统圆形小区天线位置优化研究