【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第1期 395-398页,共4页

【作 者】： 任晶 ; 曾庆山 ; 隗仁然

【摘 要】 太阳黑子数目的变化对地球的气候、农业、通信、导航等方面影响巨大，因此对太阳黑子数目进行预测具有十分重要的意义。针对太阳黑子时间序列的混沌特性，引入相空间重构理论，将一维时间序列重构为多维时间序列，并与具有极强非线性拟合能力的神经网络模型相结合，分别建立了基于相空间重构的RBF神经网络和BP神经网络的太阳黑子时间序列预测模型，并在MATLAB环境下进行预测仿真。仿真结果表明，建立的模型具有较高的预测精度，可用于太阳黑子时间序列预测。