图书介绍

混沌时间序列的小波神经网络预测方法及其优化研究【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

姜爱萍著著
出版社：上海：上海大学出版社
ISBN：9787567111929
出版时间：2013
标注页数：267页
文件大小：29MB
文件页数：285页
主题词：混沌－小波分析－人工神经网络－研究

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：b3e9a2570a5bc566273205291992695b

下载说明

混沌时间序列的小波神经网络预测方法及其优化研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第一章绪论1

1.1课题的目的和意义1

1.2混沌时间序列预测的背景和研究方法概述1

1.2.1混沌时间序列预测背景1

1.2.2混沌时间序列预测方法2

1.3小波理论及其研究进展3

1.3.1小波的基本概念6

1.3.2 Mallat分解与重构算法11

1.3.3小波包分析及其分解与重构算法12

1.3.4提升小波变换12

1.4神经网络14

1.4.1神经网络简述14

1.4.1.1发展历史14

1.4.1.2基本构成——神经元16

1.4.1.3网络结构18

1.4.1.4学习方式20

1.4.1.5学习算法21

1.5小波神经网络简述23

1.6小波神经网络的优化方法25

1.6.1预备知识38

1.6.2序列二次规划（SQP）方法42

1.6.3非线性互补问题44

1.7本书的主要工作47

1.8本章小结50

第二章混沌分析原理及方法52

2.1引言52

2.2混沌的数学理论基础54

2.3混沌分析原理及方法55

2.3.1混沌的基本概念55

2.3.2吸引子及其特征描述58

2.3.2.1重构吸引子58

2.3.2.2李雅普诺夫指数60

2.4混沌现象的判别67

2.5实证分析67

2.6本章小结70

第三章小波神经网络71

3.1小波神经网络的数学基础71

3.2小波神经网络典型结构77

3.3多分辨小波神经网络82

3.3.1小波神经网络算法分析82

3.3.2多分辨小波神经网络的构造过程84

3.4本章小结87

第四章多分辨小波神经网络在混沌时间序列预测中的应用88

4.1小波去噪88

4.2相空间重构94

4.2.1选择延迟时间τ96

4.2.2嵌入维数的选择97

4.2.3股价指数序列相空间重构98

4.3 MRA-WNN预测模型100

4.4网络训练算法102

4.4.1多分辨率的学习算法103

4.4.2 BP和多分辨率学习组合算法105

4.4.3小波函数的选择107

4.5实证分析110

4.6本章小结113

第五章基于非单调的无罚函数方法的小波神经网络的优化方法研究114

5.1算法引言114

5.1.1分段柯西下降条件116

5.1.2 SQP搜索方向的合成117

5.1.3非单调滤子概念120

5.2非单调滤子算法124

5.2.1算法124

5.2.2算法的收敛性127

5.2.3数值试验138

5.2.4非单调滤子算法的小波神经网络优化仿真验证139

5.3修正的非单调无罚函数方法141

5.3.1算法141

5.3.2算法的收敛性143

5.3.2数值试验150

5.3.3修正的非单调无罚函数算法的小波神经网络优化仿真验证152

5.4本章小结153

第六章无罚函数方法与非线性互补问题相结合的小波神经网络优化方法研究155

6.1引言155

6.2算法158

6.3算法的收敛性160

6.4数值试验165

6.5算法的仿真验证167

6.6本章小结169

第七章基于无罚函数SQP方法的小波神经网络的优化方法研究170

7.1算法引言170

7.2修正的SQP滤子方法173

7.3算法的全局收敛性177

7.4算法的局部超线性收敛性185

7.5数值试验189

7.6算法的仿真验证190

7.7本章小结192

第八章基于新的无罚函数法的小波神经网络的优化方法研究193

8.1算法引言193

8.2带NCP函数的无罚函数信赖域方法194

8.2.1算法198

8.2.2算法的局部收敛性199

8.2.3算法的局部超线性收敛性203

8.2.4数值实验205

8.3积极集无罚函数方法205

8.3.1算法206

8.3.2算法的可执行性208

8.3.3算法的全局收敛性211

8.3.4数值实验213

8.4算法的仿真验证214

8.5本章小结216

第九章基于填充函数法的小波神经网络的优化方法研究217

9.1新的填充函数的构造218

9.2算法的数值检验225

9.3基于填充函数的小波神经网络训练算法226

9.4算法的仿真验证227

9.5本章小结229

第十章基于自适应退火遗传算法的小波神经网络优化方法研究230

10.1自适应退火遗传算法描述230

10.2自适应退火遗传算法的收敛性证明233

10.3算法的数值检验237

10.4算法的仿真验证238

10.5本章小结240

第十一章结论与展望241

11.1结论241

11.2进一步工作的方向244

参考文献251