期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于混沌神经网络模型的水库叶绿素a浓度短期预测 被引量:3
1
作者 罗华军 黄应平 刘德富 《环境科学与技术》 CAS CSCD 北大核心 2009年第3期9-12,共4页
通过混沌理论对水库叶绿素a浓度时间序列进行分析计算,得到最大Lyapunov指数为0.0218(正数),表明该时间序列具有混沌特性,可进行短期预测。同时,利用相空间重构的方法计算出时间延迟τ和嵌入维数m,并由此构建了可用于水库叶绿素a浓度短... 通过混沌理论对水库叶绿素a浓度时间序列进行分析计算,得到最大Lyapunov指数为0.0218(正数),表明该时间序列具有混沌特性,可进行短期预测。同时,利用相空间重构的方法计算出时间延迟τ和嵌入维数m,并由此构建了可用于水库叶绿素a浓度短期预测的混沌神经网络模型。将该模型对于桥水库的叶绿素a浓度时间序列进行短期预测,平均预测相对误差为7.85%,取得较为满意的预测效果。该方法对水库的水环境管理具有一定的参考价值。 展开更多
关键词 混沌神经网络模型 叶绿素A 时间序列 预测
在线阅读 下载PDF
一种新的混沌神经网络模型及其动力学分析 被引量:9
2
作者 何振亚 谭营 王保云 《东南大学学报(自然科学版)》 EI CAS CSCD 1998年第6期1-5,共5页
提出了一种混沌神经网络模型.通过引入暂态混沌和时变增益,该网络比Hopfield型网络具有更加丰富和更为灵活的动力学特性,从而具有更强的搜索全局最优解或近似全局最优解的能力.它可以用于求解各种复杂的优化问题.大量的数... 提出了一种混沌神经网络模型.通过引入暂态混沌和时变增益,该网络比Hopfield型网络具有更加丰富和更为灵活的动力学特性,从而具有更强的搜索全局最优解或近似全局最优解的能力.它可以用于求解各种复杂的优化问题.大量的数字模拟表明网络能较好地解决Hopfield型网络的局部极值问题. 展开更多
关键词 混沌神经网络模型 动力学 神经网络 暂态混沌 时变增益 非线性优化 混沌退火机制
在线阅读 下载PDF
基于混沌神经网络预测模型的最优控制决策及应用 被引量:8
3
作者 窦春霞 张淑清 《动力工程》 CAS CSCD 北大核心 2004年第1期68-72,共5页
为了实现非线性、大时滞系统的自适应控制,首先根据具有混沌特性的非线性、大时滞系统的时序列重构相空间,计算出相空间的饱和嵌入维数和最大Lyapunov指数,并以此为指导,建立混沌神经网络预测模型,该模型即便在网络输入不完整或发生变... 为了实现非线性、大时滞系统的自适应控制,首先根据具有混沌特性的非线性、大时滞系统的时序列重构相空间,计算出相空间的饱和嵌入维数和最大Lyapunov指数,并以此为指导,建立混沌神经网络预测模型,该模型即便在网络输入不完整或发生变异的情况下,仍能对系统作高精度的短期预测;在此基础上,将预测模型的输出通过反馈校正,再将校正误差和控制增量引入性能函数最优,最后得到最优控制决策,实现了对非线性、大时滞系统高精度的自适应控制。最后将预测控制决策应用到非线性、大时滞的锅炉过热汽温控制中,仿真结果表明了该控制的有效性、快速性和鲁棒性。 展开更多
关键词 自动控制理论 最优预测控制决策 混沌神经网络预测模型 非线性大时滞系统 适应控制 鲁棒性
在线阅读 下载PDF
基于混沌神经网络模型的模糊预测控制及应用 被引量:10
4
作者 窦春霞 《系统仿真学报》 CAS CSCD 2002年第10期1372-1375,共4页
由于混沌时间序列内部确定的规律性,其重构出混沌吸引子的相空间具有高精度短期预测性。为此,本文根据非线性、大时滞系统的时间序列及所得的Lyapunov指数规律,计算出系统的饱和嵌入维数和可预报尺度。并以此为指导,采用混沌神经网络重... 由于混沌时间序列内部确定的规律性,其重构出混沌吸引子的相空间具有高精度短期预测性。为此,本文根据非线性、大时滞系统的时间序列及所得的Lyapunov指数规律,计算出系统的饱和嵌入维数和可预报尺度。并以此为指导,采用混沌神经网络重构混沌时间序列相空间,该混沌神经网络即便在网络输入不完整或发生变异的情况下,仍能对系统作高精度预测。在此基础上,又将预测模型与模糊控制相结合,提出了一种新型的模糊预测控制决策,实现了对非线性、大时滞系统高精度的自适应控制。将该控制应用在单元机组负荷控制中,仿真表明该控制具有实时性、容错性和鲁棒性。 展开更多
关键词 混沌神经网络模型 模糊预测控制 模糊控制 混沌吸引子 LYAPUNOV指数 鲁棒性
在线阅读 下载PDF
基于经验模态分解和计量经济学模型及混沌模型的短期负荷预测 被引量:11
5
作者 张金良 谭忠富 《电网技术》 EI CSCD 北大核心 2011年第9期181-187,共7页
为提高短期电力负荷的预测精度,提出一种基于经验模态分解、计量经济学模型和神经网络混沌模型的组合预测方法。首先,利用经验模态分解将负荷序列分解成一系列本征模态函数及余项;其次,针对不同分量的特性,建立不同的模型进行预测;最后... 为提高短期电力负荷的预测精度,提出一种基于经验模态分解、计量经济学模型和神经网络混沌模型的组合预测方法。首先,利用经验模态分解将负荷序列分解成一系列本征模态函数及余项;其次,针对不同分量的特性,建立不同的模型进行预测;最后,将所有分量的预测值求和作为最终的预测结果。以美国宾夕法尼亚州–新泽西州–马里兰州(Pennsylvania-New Jersey-Maryland,PJM)电力市场为实例,验证了普通日负荷和特殊日负荷的预测效果,此外,将该方法与其他预测方法进行了比较,算例表明,该方法具有较高的预测精度。 展开更多
关键词 负荷预测 经验模态分解 计量经济学模型 神经网络混沌模型
在线阅读 下载PDF
再生缝对拱坝变形的影响分析与预测 被引量:1
6
作者 胡江 苏怀智 《水电能源科学》 2008年第5期96-100,共5页
以某拱坝为例,基于实测资料,采用逐步回归模型得出坝下游面两条再生裂缝对坝顶位移的影响,建立了有限元数值仿真模型,比较分析得到了裂缝开度与坝顶水平位移间的关系。采用混沌优化模糊神经网络对短期内的坝顶水平位移进行预测,精度较高。
关键词 大坝安全 裂缝 变形 有限元 混沌模糊神经网络模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部