[发明专利]一种基于灰狼优化回声状态网络的时序预测方法

摘要

本发明公开了一种基于灰狼优化回声状态网络的时序预测方法，该方法通过灰狼算法对回声状态网络的输出权重进行调整，实现了回声状态网络的优化，其有效解决了回声状态网络预测方法中训练困难的问题，由此使得构建出的回声状态网络预测方法适应性更好，其预测精度明显高于现有回声状态网络预测方法和其它网络预测方法，从而使得应用价值更高。

主权项

一种基于灰狼优化回声状态网络的时序预测方法，其特征在于，包括：初始化回声状态网络中的参数，同时初始化灰狼算法中的最优解位置参数Positions()，将最优解位置参数Positions()作为初始的Wout，向回声状态网络中输入时序数据和初始的Wout，计算预测输出序列；根据实际输出序列和预测输出序列之间的误差，计算误差函数，并将误差函数作为灰狼算法中的适应度函数；分别对比灰狼算法中三狼的目标函数与适应度函数，同时根据灰狼的捕食行为更新灰狼的位置，得到最终的优化结果；将最优结果作为回声状态网络的输出权重Wout，利用回声状态网络进行时序数据的预测。