改进的神经内分泌模型进行时间序列预测

本文着重于通过考虑腺体的相互作用来改善神经内分泌模型的性能。与传统的神经内分泌模型相比,一个腺体的激素浓度受到其他腺体的调节,而细胞的重量则由改良的内分泌系统调节。设计了所有腺体之间的相互作用方程,并通过理论分析选择了它们的参数。由于当系统达到平衡状态时模型的所有参数都是常数,因此采用粒子群优化算法搜索模型的最优参数。理论分析表明,神经内分泌模型的性能优于或至少等于相应的人工神经网络。为了说明所提模型的有效性,对所提模型进行了测试,对一些文献中使用的不同研究领域的时间序列进行了测试,结果表明所提模型具有良好的性能。