点击次数：

论文类型：期刊论文

发表时间：2011-04-15

发表刊物：控制理论与应用

收录刊物：EI、PKU、ISTIC、CSCD、Scopus

卷号：28

期号：4

页面范围：601-604

ISSN号：1000-8152

关键字：ESN Adaboost.RT算法 非线性时间序列 预测

摘要：把单个回声状态网络(echo state network,ESN)的预测模型作改进,对整体ESN预测精度的提高是有限的.针对以上问题,本文考虑整体ESN.首先利用Adaboost算法提升单个ESN的泛化性能及预测精度,并且根据Adaboost算法的结果,建立一种ESN预报器(Adaboost ESN,ABESN).这个ESN预报器根据拟合误差不断修正训练样本的权重,拟合误差越大,训练样本权重值就越大;因此,它在下一次迭代时,就会侧重在难以学习的样本.把单个ESN的预测模型经过加权,然后按照加法组合在一起,形成最终的ESN预测模型.将该预测模型应用于太阳黑子、Mackey-Glass时间序列的预测研究.仿真结果表明所提出的预测模型在实际时间序列预测领域的有效性.