结合高斯噪声的回声状态网络模型及其时间序列预测性能
来源：济南大学学报·自然科学版杂志2025年第01期北京时间：
作者：王梓鉴,赵慧,郑明文,李鑫
摘要：为了模拟回声状态网络模型在时间序列预测实例中的影响因素，在回声状态网络模型的储备池层引入高斯噪声，构建结合高斯噪声的回声状态网络模型；利用公式推导分析所提模型的非线性性质；采用股票序列数据与Logistic混沌序列数据进行实验验证和对比分析。结果表明，本文所提模型的预测效果优于回声状态网络模型、压缩感知回声状态网络模型和反向传播神经网络模型，股票收盘价预测、Logistic混沌序列预测的平均绝对误差均最小，分别为1.33×10~(-3)、 5.21×10~(-4)。
关键词：时间序列预测;回声状态网络模型;高斯噪声;储备池层;
