基于弹性小世界回声状态网络的非线性时间序列预测

【摘要】 非线性时间序列预测在物理、医学和经济等领域具有广泛的需求。为提高非线性时间序列的预测精度,提出一种基于弹性小世界回声状态网络的非线性时间序列预测方法。采用小世界网络作为储备池,提高模型适应性;构建l1范数和l2范数联合的弹性惩罚模型,提高模型求解的数值稳定性和精确性。对非线性时间序列进行仿真实验,该方法相比常规方法具有更好的稳定性和更高的预测精度。