-
题名基于循环步长跳跃网络的时间序列预测算法
- 1
-
-
作者
史彦丽
刘鑫
赵金星
-
机构
吉林化工学院理学院
吉林化工学院信息与控制工程学院
内蒙古大学数学科学学院
-
出处
《计算机应用与软件》
北大核心
2025年第9期324-330,368,共8页
-
基金
国家自然科学基金项目(12161062)
吉林省教育厅“十三五”科学技术项目(JJKH20200234KJ)
吉林省科技厅自由探索类基础研究项目(YDZJ202201ZYTS602)。
-
文摘
传统基于回声状态网络的混沌时间序列预测存在网络结构不确定、储备池内部结构冗余的问题,造成网络预测精度低。针对上述问题,提出一种改进的确定性循环跳跃网络。该文构建单向环形连接的拓扑结构,并共享连接权值,避免储备池中随机连接造成的网络不稳定性,从而提升预测精度;设计双向步长跳跃模式,减少网络内部连接的冗余,降低储备池的复杂度,有效地提高网络构建的速度。在混沌时间序列上短期预测的实验结果表明,所提出算法在混沌时间序列的单步预测中具有更好的性能。
-
关键词
混沌时间序列
预测模型
回声状态网络
储备池
确定性循环跳跃网络
-
Keywords
Chaotic time series
Predictive model
Echo state network
Reservoir
Cycle reservoir with regular jumps
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于PCA-CRHJ模型的矿井突水水源判别
被引量：7
- 2
-
-
作者
秋兴国
王瑞知
张卫国
张昭昭
张婧
-
机构
西安科技大学计算机技术与科学学院
-
出处
《工矿自动化》
北大核心
2020年第11期65-71,共7页
-
基金
国家自然科学基金项目(61902311)
陕西省自然科学基础研究资助项目(2019JM-348)
陕西省科技厅资助项目(2020JM-522)。
-
文摘
针对传统矿井突水水源判别模型存在非线性能力较差、模型稳定性较差、判别精度低等问题,基于主成分分析(PCA)法和确定性分层跳跃循环网络(CRHJ)构建了PCA-CRHJ矿井突水水源判别模型。引入PCA对多元时间突水序列进行降维并提取关键特征,重构突水数据,获得主成分突水序列,对CRHJ进行模型训练,将训练完成的模型应用到张集煤矿和新庄孜煤矿突水水源判别中进行有效性验证。结果表明:①通过与CRHJ、确定性循环跳跃网络(CRJ)、回声状态网络(ESN)模型进行对比,表明PCA-CRHJ模型的实际判别效果最优,准确率可达100%;②PCA-CRHJ模型有5类主要参数,分别为储备池规模、输入连接权重、单向连接权重、分层双向跳跃权重、跳跃步长,对该5类参数进行敏感性分析,表明输入权重参数对模型判别结果的影响最大;当3类权重参数取得最优值且保持不变时,储备池规模对模型误差影响最大,而跳跃步长的影响则较小。
-
关键词
矿井突水
突水水源判别
确定性分层跳跃循环网络
主成分分析
多元时间序列
-
Keywords
mine water inrush
discrimination of water inrush source
cycle reservoir with hierarchical jumps
principal component analysis
multivariate time series
-
分类号
TD745
[矿业工程—矿井通风与安全]
-
