提出了一種基于混沌參數(shù)優(yōu)化徑向基函數(shù)（radial basis function,RBF）神經(jīng)網(wǎng)絡的預測模型.通過混沌理論獲得了ENPEMF信號的有效嵌入維數(shù)和最優(yōu)時延,然后利用所獲得的參數(shù)優(yōu)化RBF神經(jīng)網(wǎng)絡.采用訓練好的參數(shù)優(yōu)化RBF神經(jīng)網(wǎng)絡預測ENPEMF.數(shù)值仿真結果表明,改進的RBF算法可以較為準確地預測Rossler混沌時間序列且誤差較小.將優(yōu)化的RBF模型應用于蘆山Ms7.0級地震前ENPEMF數(shù)據(jù),可以有效預測震前14 d的ENPEMF數(shù)據(jù)強度趨勢,且預測效果及精度優(yōu)于傳統(tǒng)RBF神經(jīng)網(wǎng)絡算法,期望為地質災害及強震前的電磁監(jiān)測分析提供支持. 

【文章來源】：東北大學學報(自然科學版). 2020,41(12)北大核心EICSCD

【文章頁數(shù)】：7 頁

【文章目錄】：
1 混沌理論
    1.1 假鄰近法
    1.2 自相關函數(shù)法
2 RBF神經(jīng)網(wǎng)絡算法
3 實驗仿真
4 混沌參數(shù)優(yōu)化RBF算法的預測研究
5 結論


【參考文獻】：
期刊論文
[1]基于BSWT-DDTFA方法的地球天然脈沖電磁場震前信號時頻分析研究[J]. 郝國成,白雨曉,吳敏,王巍,劉輝.  地球物理學報. 2018(10)
[2]基于NSTFT-WVD變換的蘆山MS7.0級地震前后地球天然脈沖電磁場信號時頻分析[J]. 郝國成,陳忠昌,趙娟,曾佐勛,劉輝,V.G.Sibgatulin,康坊.  地學前緣. 2016(01)
[3]基于聚類經(jīng)驗模態(tài)分解的地球天然脈沖電磁場時頻與能量譜分析:以蘆山MS7.0地震為例[J]. 郝國成,龔婷,董浩斌,V.G.SIBGATULIN,陳忠昌,Alexey KABANOV.  地學前緣. 2015(05)



本文編號：3168656