GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例 被引量：18

1

作者 肖金球 周翔 +2 位作者 潘杨 冯威 陈多观 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第12期110-119,共10页

针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈... 针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%. 展开更多

关键词 水质评价 多参数 遗传算法 BP神经网络 ts模糊神经网络

在线阅读 下载PDF 职称材料

基于TS模糊神经网络的Fuzzy规则自动获取研究 被引量：3

2

作者 黄金才 陈文伟 +1 位作者 黄宏斌 赵新昱 《小型微型计算机系统》 CSCD 北大核心 2001年第5期578-580,共3页

Fuzzy规则的获取一直是模糊智能系统的一个瓶颈 .本文在深入研究 TS模糊神经网络的物理意义的基础上 ,给出了使用遗传算法优化模糊规则集的算法并提出了从训练后的 TS模糊神经网络中抽取 Fuzzy规则的可操作方法 .分析和实验证明 ,这种... Fuzzy规则的获取一直是模糊智能系统的一个瓶颈 .本文在深入研究 TS模糊神经网络的物理意义的基础上 ,给出了使用遗传算法优化模糊规则集的算法并提出了从训练后的 TS模糊神经网络中抽取 Fuzzy规则的可操作方法 .分析和实验证明 ,这种方法可以实现且是有效的 ,对于 Fuzzy规则自动获取的研究具有积极的借鉴意义 . 展开更多

关键词 ts 模糊神经网络 FUZZY规则 遗传算法 自动获取 机器学习

在线阅读 下载PDF 职称材料

基于模糊聚类广义回归神经网络的网络入侵研究 被引量：3

3

作者 王博 彭玉涛 罗超 《江西师范大学学报（自然科学版）》 CAS 北大核心 2012年第3期288-291,共4页

采用结合模糊聚类和广义神经网络回归聚类分析的方法,对5种网络入侵行为模式进行有效的聚类.首先用模糊c均值聚类算法将入侵数据分为5类,再将聚类的结果中最靠近每类中心的样本作为广义神经网络的聚类训练样本进行数据训练,训练输出的... 采用结合模糊聚类和广义神经网络回归聚类分析的方法,对5种网络入侵行为模式进行有效的聚类.首先用模糊c均值聚类算法将入侵数据分为5类,再将聚类的结果中最靠近每类中心的样本作为广义神经网络的聚类训练样本进行数据训练,训练输出的结果即为该个体所属的入侵类别.实验结果表明:新算法对网络入侵途径的分类精度更高,可为预防网络入侵提供更可靠的数据支持. 展开更多

关键词 聚类算法 模糊聚类 广义回归神经网络 网络入侵检测

在线阅读 下载PDF 职称材料

基于自适应模糊广义回归神经网络的区域火灾数据推理预测 被引量：3

4

作者 金杉 金志刚 《计算机应用》 CSCD 北大核心 2015年第5期1499-1504,共6页

针对基于反向传播(BP)神经网络和经典概率论及其衍生算法进行火灾损失预测时,存在系统结构复杂、依赖不稳定的探测数据、易陷入局部极小值等缺点,提出一种基于自适应模糊广义回归神经网络(GRNN)的区域火灾数据推理预测算法。在网络输入... 针对基于反向传播(BP)神经网络和经典概率论及其衍生算法进行火灾损失预测时,存在系统结构复杂、依赖不稳定的探测数据、易陷入局部极小值等缺点,提出一种基于自适应模糊广义回归神经网络(GRNN)的区域火灾数据推理预测算法。在网络输入层使用改进模糊C-聚类算法,对初始数据进行权重修正,减少了噪声和孤立点对算法造成的影响,提高了预测值的逼近精度;引入自适应函数优化GRNN算法,调整迭代收敛的扩展速度、变化步长,找到全局最优解,改善了过早收敛问题,提高了搜索效率。实验结果表明,该算法代入已确定火灾损失数据,解决了依赖不稳定探测数据问题,并且具有良好的泛化能力、非线性逼近能力。 展开更多

关键词 自适应 模糊 广义回归神经网络 区域火灾数据 预测

在线阅读 下载PDF 职称材料

基于广义回归神经网络无参考模糊图像质量评价 被引量：5

5

作者 殷莹 《激光与红外》 CAS CSCD 北大核心 2013年第4期466-470,共5页

提出一种基于广义回归神经网络的无参考模糊图像质量评价方法。该方法首先通过相位一致变换生成待评测图像的相位一致图像,然后利用灰度共生矩阵计算相位一致图像的信息熵、能量、对比度、相关性和同质性5个特征,最后利用广义回归神经... 提出一种基于广义回归神经网络的无参考模糊图像质量评价方法。该方法首先通过相位一致变换生成待评测图像的相位一致图像,然后利用灰度共生矩阵计算相位一致图像的信息熵、能量、对比度、相关性和同质性5个特征,最后利用广义回归神经网络模型训练学习,预测得到无参考模糊图像质量得分。在3个公开数据库模糊图像上的实验结果表明,新方法预测得分与主观得分有较好的一致性,更加符合人类视觉特性。 展开更多

关键词 模糊图像质量评价 广义回归神经网络 相位一致 灰度共生矩阵

在线阅读 下载PDF 职称材料

浙江省月度电力需求的变分模态分解-自适应模糊神经网络-差分整合移动平均自回归组合预测模型及应用 被引量：5

6

作者 董知周 黄建平 +6 位作者 许晓敏 李铮 纪正森 高恬 吴庚奇 夏洪涛 陈浩 《科学技术与工程》 北大核心 2021年第12期4957-4967,共11页

为提高电力需求预测的精度,提出了一种将变分模态分解(variational mode decomposition,VMD)和自适应模糊神经网络(adaptive network-based fuzzy inference system,ANFIS)相结合的方法并应用到月度电力需求预测中。首先将原始数据通过... 为提高电力需求预测的精度,提出了一种将变分模态分解(variational mode decomposition,VMD)和自适应模糊神经网络(adaptive network-based fuzzy inference system,ANFIS)相结合的方法并应用到月度电力需求预测中。首先将原始数据通过VMD分解成有限带宽的子模态序列,选用差分整合移动平均自回归模型(autoregressive integrated moving average model,ARIMA)、ANFIS、经验模态分解(empirical mode decomposition,EMD)与ANFIS相结合和VMD-ANFIS几种模型进行预测结果对比。结果表明:相比直接利用ANFIS模型得到的预测结果,增加VMD分解过程能有效减小预测误差。说明所应用的VMD-ANFIS方法更具优越性,可以获得更好的预测结果。 展开更多

关键词 电力需求预测 差分整合移动平均自回归模型(ARIMA) 变分模态分解 自适应模糊神经网络

在线阅读 下载PDF 职称材料

基于TS模糊神经网络的液压伺服系统研究 被引量：8

7

作者 张永贤 李伟 +1 位作者 陈杨谨瑜 邰万文 《火力与指挥控制》 CSCD 北大核心 2021年第11期49-53,60,共6页

在飞机地面模拟试验台台架控制的液压伺服系统中,由于其系统存在强非线性,传统PID控制难以使液压马达转角达到精准良好的控制效果。针对这个问题,同时为提高控制系统性能,将基于TS模糊神经网络PID控制的智能控制算法应用于液压马达伺服... 在飞机地面模拟试验台台架控制的液压伺服系统中,由于其系统存在强非线性,传统PID控制难以使液压马达转角达到精准良好的控制效果。针对这个问题,同时为提高控制系统性能,将基于TS模糊神经网络PID控制的智能控制算法应用于液压马达伺服控制系统中。在建立飞机台架液压伺服模型的基础上,利用基于TS模糊模型的神经网络对PID参数进行自适应整定,并基于MATLAB/Simulink平台进行相应的仿真实验。仿真结果表明,TS模糊神经网络PID控制器相比于传统PID控制器和普通模糊PID有着更好的响应特性,呈现出更佳的控制效果,使飞机台架控制系统的综合性能得到了提高。 展开更多

关键词 ts 模糊模型 神经网络 PID 控制 伺服系统

在线阅读 下载PDF 职称材料

一种自适应模糊小波神经网络及其在交流伺服控制中的应用 被引量：7

8

作者 侯润民 刘荣忠 +2 位作者 高强 王力 邓桐彬 《兵工学报》 EI CAS CSCD 北大核心 2015年第5期781-788,共8页

针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络(FWNN)间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang(TSK)模糊模型的后件部分由自回归小波神经网络(SRW... 针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络(FWNN)间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang(TSK)模糊模型的后件部分由自回归小波神经网络(SRWNN)构成。给出了SRWNN参数的迭代算法,利用SRWNN辨识器为控制器提供实时梯度信息,有效地克服了参数变化和负载扰动等不确定因素的影响,且具有良好的动态特性。采用Lyapunov稳定性理论方法证明了闭环系统的稳定性。仿真研究和样机试验结果证明了所提方案的有效性和正确性。 展开更多

关键词 兵器科学与技术 大功率交流伺服系统 自回归小波神经网络 模糊小波神经网络间接自适应控制器 模糊小波神经网络

在线阅读 下载PDF 职称材料

基于广义神经网络与模糊聚类的变压器故障诊断 被引量：17

9

作者 张宇航 兰生 《高压电器》 CAS CSCD 北大核心 2016年第5期116-120,125,共6页

鉴于IEC三比值法在变压器故障诊断中,存在编码缺失和编码边界过于绝对等缺陷,提出了基于广义回归神经网络(GRNN)和模糊C-均值聚类算法(FCM)的变压器故障诊断方法,建立了GRNN-FCM联合变压器故障诊断模型。选取变压器油中5种特征气体体积... 鉴于IEC三比值法在变压器故障诊断中,存在编码缺失和编码边界过于绝对等缺陷,提出了基于广义回归神经网络(GRNN)和模糊C-均值聚类算法(FCM)的变压器故障诊断方法,建立了GRNN-FCM联合变压器故障诊断模型。选取变压器油中5种特征气体体积分数及其三比值编码作为输入特征向量,利用GRNN模型对样本故障进行初步判断(正常、过热、放电、放电兼过热),再采用模糊C-均值聚类算法对样本故障作进一步判断,最终得到具体的故障类型。将该模型与其他几种故障诊断方法进行对比分析,仿真实验结果表明,GRNN-FCM联合变压器故障诊断模型输出值与实际值具有较好一致性且准确度更高,验证了该模型的可行性及实用性。 展开更多

关键词 电力变压器 IEC三比值法 广义回归神经网络 模糊C-均值聚类算法 故障诊断

在线阅读 下载PDF 职称材料

基于模糊神经网络的民航物流预测研究与仿真分析 被引量：6

10

作者 孟建军 杨泽青 《计算机工程与设计》 CSCD 北大核心 2010年第5期1056-1059,共4页

为合理规划我国机场改扩建方案,针对目前民航业特点,从客运量的角度对民航物流预测进行研究,在综合分析影响客运量因素的基础上,提出了模糊对角回归神经网络滚动预测模型。此模型在前端网络处理层对不确定性因素进行模糊量化处理,对确... 为合理规划我国机场改扩建方案,针对目前民航业特点,从客运量的角度对民航物流预测进行研究,在综合分析影响客运量因素的基础上,提出了模糊对角回归神经网络滚动预测模型。此模型在前端网络处理层对不确定性因素进行模糊量化处理,对确定性因素进行归一化处理,有效地解决了模型输入量纲不一致的问题。通过实际数据的检验与内回归神经网络、外回归神经网络的预测结果相比较,证明应用此模型进行民航客运量预测有较高的预测精度。并在此基础上利用Visual Basic语言开发了民航物流预测仿真系统,对预测结果进行仿真验证,试验结果表明该仿真系统具有广阔的应用前景和推广价值。 展开更多

关键词 模糊逻辑 对角回归神经网络 预测 客运量 仿真

在线阅读 下载PDF 职称材料

基于模糊粒化的改进混合神经网络股指期货价格区间预测 被引量：7

11

作者 林焰 杨建辉 《南方金融》 北大核心 2017年第11期9-22,共14页

为提高区间预测的精度,提出一种基于三角模糊信息粒化的改进径向基(RBF)与支持向量回归机(SVR)相结合的混合神经网络区间预测模型,对股指期货价格的变化区间进行预测。首先,对原始数据进行模糊粒化处理,获得相应的变化区间;其次,采取自... 为提高区间预测的精度,提出一种基于三角模糊信息粒化的改进径向基(RBF)与支持向量回归机(SVR)相结合的混合神经网络区间预测模型,对股指期货价格的变化区间进行预测。首先,对原始数据进行模糊粒化处理,获得相应的变化区间;其次,采取自组织学习策略并运用减聚类算法,对传统的RBF神经网络进行优化,改进模型的结构与参数;然后,运用SVR对模型滚动预测过程中产生的残差趋势作进一步的估计,从而修正预测值;最后,运用改进混合神经网络对模糊粒化后的沪深300股指期货数据进行实例验证。结果表明,基于模糊信息粒化的改进混合神经网络区间预测模型能够较为精确地预测股指期货价格的变化范围与价格走势,有效提高单一非参数模型的点预测与区间预测的精度和运行效率,同时具备较好的网络结构与拟合能力。 展开更多

关键词 股指期货 模糊信息粒化 RBF神经网络 减聚类算法 支持向量回归机

在线阅读 下载PDF 职称材料

基于广义回归神经网络集成的宽带波束形成算法 被引量：1

12

作者 张贞凯 田雨波 周建江 《宇航学报》 EI CAS CSCD 北大核心 2012年第8期1127-1131,共5页

首先构造宽带波束成形所需要的协方差矩阵,利用基于粒子群优化算法对核主成分分析方法和广义回归神经网络进行了优化。在对神经网络的输入变量进行降维处理后,生成多个复杂度低的泛回归神经网络模型。利用提出的基于聚类启发式集成算法... 首先构造宽带波束成形所需要的协方差矩阵,利用基于粒子群优化算法对核主成分分析方法和广义回归神经网络进行了优化。在对神经网络的输入变量进行降维处理后,生成多个复杂度低的泛回归神经网络模型。利用提出的基于聚类启发式集成算法求出波束成形时的权系数,既考虑了网络的差异性,又考虑了网络的正确性。仿真结果表明,提出的基于聚类启发式神经网络集成的波束形成算法在网络结构十分简单的情况下,仍然具有较好的性能。 展开更多

关键词 神经网络集成 波束形成 粒子群 模糊聚类 广义回归神经网络

在线阅读 下载PDF 职称材料

材料性能的模糊神经网络建模(英文) 被引量：4

13

作者 王永强 夏伯才 董杰 《重庆工学院学报》 2001年第5期5-10,共6页

利用模糊神经网络直接从实验数据中提取规则 ,进行材料性能建模与预测 ,作为应用示例 ,建立了基本成分和组织参数的灰铁预测模型。与多元统计分析、模糊回归和广义回归网络所得的结果相比 ,该方法所得的模型具有学习精度高 ,且具有更好... 利用模糊神经网络直接从实验数据中提取规则 ,进行材料性能建模与预测 ,作为应用示例 ,建立了基本成分和组织参数的灰铁预测模型。与多元统计分析、模糊回归和广义回归网络所得的结果相比 ,该方法所得的模型具有学习精度高 ,且具有更好的泛化能力。 展开更多

关键词 模糊神经网络 广义回归网络 预测模型 灰铸铁 材料性能 建模

在线阅读 下载PDF 职称材料

鲁棒区间回归分析的神经网络学习算法 被引量：1

14

作者 黄磊 张百灵 +1 位作者 黄茜 徐秉铮 《华南理工大学学报（自然科学版）》 EI CAS CSCD 1996年第4期48-55,共8页

在许多工程实践问题中，区间回归分析是处理区间数据的一个重要手段。文献中用神经网络实现的区间回归分析都假定给定的训练数据是无噪的。当训练数据被污染时，这些方法的性能将急剧下降。本文针对一种区间回归的神经网络实现方法，提... 在许多工程实践问题中，区间回归分析是处理区间数据的一个重要手段。文献中用神经网络实现的区间回归分析都假定给定的训练数据是无噪的。当训练数据被污染时，这些方法的性能将急剧下降。本文针对一种区间回归的神经网络实现方法，提出了两种新的神经网络学习算法，能够有效地从有噪训练数据里建立一个鲁棒式的非线性区间回归模型。所提出的学习算法充分利用了对训练数据质量的估计知识。仿真结果表明了这种方法的有效性。 展开更多

关键词 区间回归 鲁棒性 前向神经网络 BP算法 模糊回归

在线阅读 下载PDF 职称材料

基于自适应模糊神经网络的滇中灌木林火灾发生预测研究 被引量：5

15

作者 魏建珩 赵恒 +5 位作者 高仲亮 王何晨阳 马泽南 王秋华 舒立福 杨红梅 《林业资源管理》 北大核心 2022年第2期109-116,共8页

滇中地区原植被破坏严重,易燃灌木连片生长。全球气候变暖加剧,以灌木林为主的森林火灾频发,因此预测灌木林火对保护滇中地区森林资源有着重要作用。以云南省滇中地区1999—2019年灌木林火发生及其对应的气象数据为基础,选择自适应模糊... 滇中地区原植被破坏严重,易燃灌木连片生长。全球气候变暖加剧,以灌木林为主的森林火灾频发,因此预测灌木林火对保护滇中地区森林资源有着重要作用。以云南省滇中地区1999—2019年灌木林火发生及其对应的气象数据为基础,选择自适应模糊神经网络推理系统(Adaptive Neuro Fuzzy Inference System,ANFIS)、逻辑斯蒂回归模型(Logistic Regression,LR),利用MATLAB、SPSS 25等软件,建立基于气象因子的滇中地区灌木林火发生预测模型,其中70%数据用于建立模型,30%用于模型检验。研究结果表明:通过主成分分析,将9个气象因子形成3个主成分作为ANFIS模型输入因子,3个主成分能解释9个气象因子77.663%的信息;LR模型经过多重共线性检验,依据VIF<10,得出24小时降水量、平均2分钟风速、日平均相对湿度、日最小相对湿度为LR模型的自变量输入。由2种模型的气象因子筛选结果可知,影响滇中地区灌木林火发生的主要影响因子为温度、风速、湿度。对比ANFIS,LR模型拟合结果,ANFIS模型训练集准确率大于LR模型12%,测试集准确率高于LR模型10%。ANFIS模型训练集、测试集AUC值分别为0.961,0.884;LR模型训练集、测试集AUC值分别为0.875,0.816。对比2种模型拟合结果,利用ANFIS模型建立滇中地区气象因子与灌木林火发生模型具有更好的适应性。研究结果能可为滇中地区灌木林火灾预测提供一定的科学依据。 展开更多

关键词 气象因子 逻辑斯蒂回归模型 自适应模糊神经网络算法 灌木林火 滇中地区

在线阅读 下载PDF 职称材料

基于T-S模糊神经网络组合模型的CPI预测 被引量：4

16

作者 荀新新 张德生 +1 位作者 王雁 杜方欣 《陕西科技大学学报（自然科学版）》 2014年第3期173-176,共4页

首先对我国CPI和PPI序列建立了VAR模型和加外生变量的半参数自回归模型,得到CPI的拟合值和预测值;然后在这两种单模型的基础上,结合模糊数学和神经网络知识,建立了T-S模糊神经网络组合预测模型;最后对三种模型进行比较.结果显示,T-S模... 首先对我国CPI和PPI序列建立了VAR模型和加外生变量的半参数自回归模型,得到CPI的拟合值和预测值;然后在这两种单模型的基础上,结合模糊数学和神经网络知识,建立了T-S模糊神经网络组合预测模型;最后对三种模型进行比较.结果显示,T-S模糊神经网络组合模型提高了预测结果的可靠性和准确性. 展开更多

关键词 VAR模型 加外生变量的半参数自回归模型 T-S模糊神经网络组合模型 隶属度函数

在线阅读 下载PDF 职称材料

Shapley-模糊神经网络方法在华南台风卫星云图的长时效滚动预测中的应用 被引量：6

17

作者 黄小燕 何立 +2 位作者 赵华生 黄颖 吴玉霜 《气象学报》 CAS CSCD 北大核心 2021年第2期309-327,共19页

为了更好地利用大量的卫星云图观测资料来提高台风暴雨的预报能力,解决并提高对台风强降水云系变化的预报精度,延长对未来云系变化的预报时效,构建基于合作对策Shapley-模糊神经网络的华南区域台风卫星云图非线性智能计算滚动集合预测模... 为了更好地利用大量的卫星云图观测资料来提高台风暴雨的预报能力,解决并提高对台风强降水云系变化的预报精度,延长对未来云系变化的预报时效,构建基于合作对策Shapley-模糊神经网络的华南区域台风卫星云图非线性智能计算滚动集合预测模型,对增强卫星云图资料在台风暴雨天气预报中的实用性和及时性具有重要意义。依据2013—2016年华南区域台风影响过程的卫星云图,采用类似于数值预报模式的集合预报方法,通过对间隔6 h的卫星云图云顶亮温样本序列做经验正交函数分解,将提取出的时间系数作为云图预报建模的预报分量。考虑台风云系的发展变化主要受云团环境物理量场的影响,利用数值预报模式的物理量预报产品作为各预报分量的预报因子,并采用k-近邻互信息估计的分步式变量选择算法,通过两步过程实现相关变量的选择与弱相关变量的剔除,分别建立相应时间系数的Shapley-模糊神经网络集合预报模型,进一步将预报得到的各时间系数与空间向量合成,重构得到未来时刻的卫星云图预报图,实现了云图6—72 h的长时效客观滚动预测。试验结果表明,新方案所预测的云图与实况云图相关较高,重构云图的基本轮廓、纹理特征分布、清晰度以及云系强弱方面都比较接近原始云图。另外,研究进一步基于相同的云图预报因子,针对同样的建模和预报样本采用多元线性回归方案进行和新方案一致的云图预测。对比结果表明,这种非线性预报模型比线性方案能更好地预报未来较长时效台风云团的发展、移动的主要特征和变化趋势,其预测的云图与实际云图的主要特征更相似。云图预报时效达到了72 h,具有业务实用价值。 展开更多

关键词 卫星云图 华南区域台风 Shapley-模糊神经网络 k-近邻互信息估计 多元线性回归

在线阅读 下载PDF 职称材料

基于PNN与FNN模型神经网络控制器设计与分析 被引量：4

18

作者 王锴 王占林 +1 位作者 付永领 祁晓野 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2006年第9期1072-1076,共5页

模糊神经网络和预测神经网络分别是基于经验和学习的新型神经网络控制系统,通过在卧式电液仿真转台中框控制器上分别采用这2种控制方法来研究它们的控制特性和应用范围.其中,模糊神经网络结合了模糊控制的经验和神经网络的学习能力,但... 模糊神经网络和预测神经网络分别是基于经验和学习的新型神经网络控制系统,通过在卧式电液仿真转台中框控制器上分别采用这2种控制方法来研究它们的控制特性和应用范围.其中,模糊神经网络结合了模糊控制的经验和神经网络的学习能力,但控制精度取决于人为经验;所研究的预测神经网络采用了基于非线性自回归滑动平均模型建立预测模型,实现在线学习和在线控制,但初始阶段控制精度不高.仿真研究证明,根据具体的控制对象采用适当的控制方法或是将2种方法合理地结合起来将会达到较高的控制精度. 展开更多

关键词 模糊神经网络 预测神经网络 非线性自回归滑动平均模型

在线阅读 下载PDF 职称材料

卫星钟差中长期预报的NAR动态神经网络法 被引量：2

19

作者 王旭 张文 《中国惯性技术学报》 EI CSCD 北大核心 2023年第6期578-584,共7页

针对中长期钟差预报中现有模型预报精度和运算效率相互制约的问题,提出一种非线性自回归(NAR)动态神经网络模型,以提高中长期钟差预报精度和运算效率。该模型选择Levenberg-Marquardt(LM)作为网络训练方法并采用递归预测的方法来预报中... 针对中长期钟差预报中现有模型预报精度和运算效率相互制约的问题,提出一种非线性自回归(NAR)动态神经网络模型,以提高中长期钟差预报精度和运算效率。该模型选择Levenberg-Marquardt(LM)作为网络训练方法并采用递归预测的方法来预报中长期钟差,设计了基于钟差变化的建模数据预处理方案。利用NAR模型对GPS卫星钟差进行中长期预报,并与二次多项式(QP)、灰色模型(GM(1,1))、小波神经网络模型(WNN)及T-S模糊神经网络模型(T-SFNN)进行实验对比。实验结果表明:所提方法的中长期预报性能优于QP和GM(1,1)两种模型,其60天的钟差预报精度分别提高了64.5%和93.7%;相比WNN和T-SFNN两种模型,其60天钟差预报的模型运算时间分别缩短了约430s和459s,验证了所提方法在预报精度和运算效率方面具有较好的综合性能。 展开更多

关键词 卫星钟差 非线性自回归模型 小波神经网络 T-S模糊神经网络 预报

在线阅读 下载PDF 职称材料

一种新型基于神经网络的预测控制

20

作者 潘金龙 慈春令 《燕山大学学报》 CAS 2001年第z1期70-72,共3页

重点考虑在多变量系统中对控制的准确性和实时性要求,在已有的神经网络预测模型基础上,提出采用模糊理论改进其反馈校正环节,对预测输出和实际输出在一定的隶属函数和模糊规则下进行模糊推理,输出结果用以修正预测模型,从而使系统综合... 重点考虑在多变量系统中对控制的准确性和实时性要求,在已有的神经网络预测模型基础上,提出采用模糊理论改进其反馈校正环节,对预测输出和实际输出在一定的隶属函数和模糊规则下进行模糊推理,输出结果用以修正预测模型,从而使系统综合性能得到实质性提高,仿真结果表明改进有效. 展开更多

关键词 预测控制 模糊规则 模糊推理 隶属函数 多层局部回归神经网络.

在线阅读 下载PDF 职称材料