典型文献
高斯骨架差分进化算法与回声状态网络的结合应用
文献摘要：
针对回声状态网络(ESN)对于不同时间序列的学习上无法有效地确定储备池参数的问题,提出一种新型预测模型.利用改进的高斯骨架差分进化算法(DE)来优化回声状态网络.在DE算法中引入了变异策略选择因子,并将选择因子随个体共同参与进化,使每个个体执行当前最适合的变异策略.改善了原始DE算法进化过程中的盲目性,同时选择因子的动态自适应特性保持了骨架算法近似无参数的优点,最后为避免算法早熟加入停滞扰动策略改善算法的寻优性能.为验证模型的有效性,对Mackey-Glass时间序列、赣州月平均气温数据集进行仿真实验.由实验结果可知,该模型可以提高时间序列的预测精度,且具有良好的泛化能力及实际应用价值.
文献关键词：
时间序列;高斯骨架;差分进化;回声状态网络
中图分类号：
作者姓名：
谢霖铨;曾孟麒;杨火根
作者机构：
江西理工大学理学院,江西 赣州 341000
文献出处：
引用格式：
[1]谢霖铨;曾孟麒;杨火根-.高斯骨架差分进化算法与回声状态网络的结合应用)[J].南昌大学学报（理科版）,2022(03):363-370,378
A类：
高斯骨架
B类：
差分进化算法,回声状态网络,结合应用,ESN,DE,变异策略,策略选择,个个,行当,盲目性,动态自适应,无参数,早熟,停滞,扰动策略,寻优性能,验证模型,Mackey,Glass,赣州,平均气温,泛化能力
AB值：
0.325858
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
