点击次数：

论文类型：期刊论文

发表时间：2011-10-15

发表刊物：控制与决策

收录刊物：Scopus、EI、PKU、ISTIC、CSCD

卷号：26

期号：10

页面范围：1469-1472,1478

ISSN号：1001-0920

关键字：回声状态网络;储备池;LM算法;时间序列预测

摘要：回声状态网络（ESN）学习算法中可能存在解的奇异问题,在时间序列预测时易导致病态解问题,且伴随着具有较大幅值的输出权值,尤其是当训练样本个数小于输出权值维数时,ESN的解必为奇异的.鉴于此,考虑使用LM（Levenberg Marquardt）算法代替常用的线性回归方法,自适应选择LM参数,从而有效地控制输出权值的幅值,提高ESN的预测性能.通过Lorenz混沌时间序列进行预测研究,对大连月平均气温实际数据进行仿真研究,取得了较好的预测效果.