基于小波网络的非线性经济时序预测模型 (2004年)

为对经济时序准确预测,必须先对其数据结构进行分析,相空间重构技术为之提供了理论基础.通过关联维数的计算,区分确定性系统和随机系统.在此基础上确定最佳嵌入维数、最佳采样时间间隔及小波元的个数,并通过带有偏差单元的递归小波网络的学习,进行模型参数的辨识.实验研究表明,模型对非线性经济时序具有良好的逼近能力,因此该模型用于非线性经济时序预测具有可行性.