近日，我院郭晓向博士和任景莉教授在动态前馈神经网络预测系统设计方面取得进展,相关成果以题为“Design of a prediction system based on the dynamical feed-forward neural network”的论文发表在SCI一区卓越期刊《SCIENCE CHINA Information Sciences》上。论文共三位作者：郭晓向、韩渭敏（美国爱荷华大学）、任景莉（通讯作者）。郑州大学为第一作者单位。

文章结合相空间重构技术与神经网络算法设计了一种动态前馈神经网络预测机制。该预测机制将时间序列隐含的动力学信息引入到预测机制中，以重构相空间信息作为输出信号，观测变量的非延迟嵌入状态空间作为输入信号构建神经网络，预测机制中模型参数采用了整数约束的粒子群优化算法进行求解。该预测机制可以广泛应用于混沌时间序列的预测，数值模拟实验给出了该预测机制在Lorenz混沌系统预测、股票走势预测、流感病毒爆发预测等方面的有效应用。

该工作得到国家自然科学基金项目（No.52071298）、中原科技创新领军人才项目（No.214200510010）等资助。

引用格式：Guo X X, Han W M, Ren J L. Design of a prediction system based on the dynamical feed-forward neural network. Sci China Inf Sci, 2023, 66(1): 112102, https://doi.org/10.1007/s11432-020-3402-9.

全文链接：

https://trebuchet.public.springernature.app/get_content/17b256a2-ffdf-447d-a317-b963b326ad5f