时间序列混合智能辨识、建模与预测

本专著将提出利用”混合智能”的新策略来协调时间序列信号处理的效率和精度问题，结合作者多年从事的两个工程科学”交通运输工程”和”自动化工程”中的经典时间序列种类来详细解释如何运用所提出的新算法和模型完成工程实践运用。本学术专著的作者及其团队成员针对”非线性时间序列高精度预测”这个科学和工程热点，经过长达十来年的深入研究，终于提出了针对不同信号特征和精度要求的超前多步智能预测理论和技术。在该理论中，我们提出了包括”快速集成经验模式分解-神经网络法”、”多分解器-极限学习机法”、”遗传/思维进化神经网络法”等在内的新方法体系。在本专著中，我们将运用铁路沿线风速时间序列、风电场风速时间序列及机器人导航和电源时序数据对全部提出的辨识和预测新模型进行了实时和精度性能考核。