Bootstrap—自适应混沌克隆网络与陀螺漂移预测

提出一种Bootstrap—自适应混沌克隆网络建立陀螺漂移预测模型.基于统计理论的Bootstrap方法,设计了自适应混沌克隆网络训练策略,以获得统计意义下陀螺漂移时间序列小样本预测模型的最优估计;运用字符串技术生成复合函数抗体,使预测模型具有在复杂函数子空间逼近强非线性函数的能力;构造了一系列自适应混沌克隆网络进化算子,使复合函数抗体在具有混沌特征的进化中自适应性更强;预测建模实验表明:Bootstrap—自适应混沌克隆网络建立的预测模型训练和测试精度稳定,对比几种典型预测算法,其建模方式更灵活,自适应性更强,适于工程应用.