基于時空RBF-NN的混沌時間序列預測附Matlab代碼

2022-11-08 16:48:21

✅作者簡介：熱愛科研的Matlab仿真開發者，修心和技術同步精進。

🍎個人首頁：Matlab科研工作室

🍊個人信條：格物緻知。

更多Matlab仿真内容點選👇

智能優化算法神經網絡預測雷達通信無線傳感器

信号處理圖像處理路徑規劃元胞自動機無人機電力系統

⛄ 内容介紹

本文提出将徑向基函數(RBF)神經網絡應用于混沌時間序列的預測,設計了一個三層RBF網絡結構.對于三個典型的混沌系統,在不同的噪聲水準下,采用RBF網絡模型分别進行了預測研究.仿真結果表明,采用RBF網絡進行混沌時間序列的預測能夠取得比現有其它方法更好的效果.

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

% 信号歸一化到均值為 0,方差為 1

% [sig_output] = normalize_sig(sig_input)

% 輸入參數：sig_input 輸入信号(可以批處理)

% 輸出參數：sig_output 标準化的信号

[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