动态神经网络时间序列预测的 NARX实现 梁浩，梁宇斌时间序列 时间序列是按时间序列排列的一组数字 序列。时间序列分析是根据系统观测得到 的时间序列数据，通过曲线拟合和参数估 计建立数学模型的理论和方法，以预测未 来事物的发展。它的基本原理有二点，一 是承认事物发展的延续性，即应用过去的 数据，就能推测事物的发展趋势；二是考 虑到事物发展的随机性，任何事物发展都 可能受偶然因素的影响，为此要利用各种 统计分析方法对历史数据加以分析处理。动态神经网络 动态神经网络是指网络带有反馈与记忆功 能，可以将前一时刻的数据保留，使其加 入到下一时刻数据的计算，使网络不仅具 有动态性而且保留的系统信息也更加完 整。它有许多应用，比如金融分析师用于 分析某只股票未来某时点的价格。它分为 两类，一类是通过神经元反馈形成的神经 网络，如Elman神经网络，PID神经网络，另 一类是回归神经网络，有静态神经元和网 络输出反馈构成，典型的有NARX回归神经 网络。NARX神经网络 NARX（Nonlinear AutoRegressive models with Exogenous Inputs)全称为非线性
