张旭东
- 作品数：8 被引量：35H指数：4
- 供职机构：兰州交通大学数理与软件工程学院更多>>
- 发文基金：甘肃省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理理学更多>>
- 基于改进BP神经网络对非线性时间序列的建模预测被引量：1
- 2011年
- 分析了BP神经网络的基本特性,对BP神经网络用于非线性时间序列(股价)预测的算法进行了研究,并对其进行了改进。利用MATLAB软件对其进行仿真,结果表明,利用改进的BP神经网络对股价进行短期预测是可行的,改进方法有效。
- 张旭东俞建宁郭兰平张建刚丁全红
- 关键词：BP神经网络股价预测数值仿真
- 一个新混沌系统的非线性耦合同步的研究被引量：5
- 2011年
- 讨论了一个新混沌系统的非线性特征,给出该系统的相图、功率谱、Poincaér映射及Lya-punov指数,运用非线性函数耦合法讨论了该混沌吸引子的混沌同步问题,通过数值模拟分析表明初始值和耦合强度因子的选择对实现混沌同步的影响较小,证实该混沌同步方法的有效性.
- 张旭东俞建宁郭兰平彭建奎张建刚
- 关键词：LYAPUNOV指数谱
- 基于改进RBF神经网络的混沌时间序列预测被引量：3
- 2011年
- 基于RBF神经网络与相空间重构理论,对网络预测模型进行改进,并以Lorenz动力系统产生的混沌时间序列作为研究对象,建立预测模型并对其进行数值仿真.实验结果表明,基于改进RBF神经网络与相空间重构理论的混沌时间序列预测方法比BP、RBF神经网络模型的预测精度高、误差小、性能优越,改进方法可行、有效.
- 郭兰平俞建宁张旭东漆玉娟张建刚
- 关键词：RBF神经网络相空间重构延迟时间混沌时间序列
- 基于遗传算法的RBF神经网络非线性时间序列预测被引量：8
- 2011年
- 提出一种基于遗传算法和RBF神经网络相结合的时间序列预测模型,克服了单个神经网络在非线性时间序列预测中容易陷入局部极小值及网络训练速度缓慢的问题.以居民消费价格指数数据进行训练和测试,与传统的BP神经网络预测模型相比较,该模型的预测精度是令人满意的,数值模拟证明了该方法的有效性和可行性.
- 郭兰平俞建宁张建刚漆玉娟张旭东
- 关键词：遗传算法RBF神经网络时间序列预测数值仿真
- 基于改进RBF神经网络对股价的演变预测被引量：7
- 2010年
- 对RBF神经网络进行了分析,建立了RBF神经网络模型,并对此模型进行了改进,使其具有更好的预测性能.把一类非线性较强的时间序列(万科A股2009年6月份股票价格)利用该模型进行了非线性逼近.用Matlab软件对网络的学习与训练过程进行了数值仿真.实验结果表明:利用改进后的网络模型对非线性时间序列进行短期预测是可行的,其预测精度高于改进前的预测精度,改进方法有效.
- 郭兰平俞建宁张建刚张旭东漆玉娟
- 关键词：RBF神经网络数值仿真股价
- 一类非自治机械系统的混沌同步控制研究被引量：3
- 2009年
- 根据拉格朗日运动方程和牛顿力学定律,建立机械式离心调速器的动力学方程,运用数值仿真,研究受外部扰动的离心调速器系统动力学行为,该系统具有较复杂的动力学特性。利用系统的全局分岔图和李雅普诺夫指数谱,准确刻画出系统的局部动力学行为,并讨论离心调速器系统参数变化对机械系统运动状态的影响,由此得知该系统在适当参数下处于混沌运动。运用Poincaré映射图揭示该系统的Hopf分岔与混沌形成过程。基于Lyapunov稳定性理论,采用耦合反馈同步控制方法与自适应同步控制方法实现混沌同步,并给出实现自同步的条件及控制律参数的选取范围。最后运用数值仿真证实同步控制方法的有效性。
- 彭建奎俞建宁张建刚张莉张旭东
- 关键词：LYAPUNOV指数谱HOPF分岔POINCARÉ截面混沌同步自适应同步
- 改进RBF神经网络在城市公交车速时间序列预测中的应用被引量：4
- 2010年
- 针对城市公交车速在时序上的复杂非线性特征及目前预测方法的不足,采用径向基函数(RBF)神经网络对城市公交车速时间序列进行预测。在Matlab R2007b环境下,建立RBF神经网络城市公交车速预测模型,并应用于兰州市103路公交车的车速预测.同时对网络的输入变量进行优化改进,设计网络参数,进行网络学习与训练的数值仿真试验.对比改进的RBF神经网络与标准的RBF及具有动量梯度算法的BP神经网络的预测结果。结果表明,该模型拟合精度和预测精度较高、计算速度较快。
- 郭兰平俞建宁张建刚漆玉娟张旭东
- 关键词：RBF神经网络
- 基于小波神经网络的深证300成分指数的预测被引量：4
- 2011年
- 通过对小波神经网络的分析,建立了小波神经网络模型,使其具有更好的预测性能。然后利用该模型对深圳300成分指数(2010—06—01到2010—09—30)进行了非线性逼近。通过Matlab软件对该网络的训练进行了数值仿真。仿真结果表明:该网络模型对金融时间序列进行预测是可行的。
- 张旭东俞建宁郭兰平张建刚付宏睿
- 关键词：小波神经网络数值仿真
