首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献，搜索用时 514 毫秒
1.
研究了VNNTF神经网络交通流量混沌时间序列预测的问题。首先,通过混沌理论提取了交通流量时间序列的混沌特征,并在此基础上建立了VNNTF神经网络交通流量时间序列模型;接着,阐述了VNNTF神经网络学习算法原理．设计了交通流量Voltem神经网络的学习算法快速学习算法：最后利用交通流量混沌时间序列对VNNTF网络模型、Voherra预测滤波器和BP神经网络进行了单步预测,并对预测结果的仿真图和真实值与预测值的方均根进行了比较,结果表明基于混沌学习算法的VNNTF神经网络的预测性能明显优于Volterra预测滤波器和BP神经网络。  相似文献   

2.
董钧祥  李勤 《科技通报》2012,28(8):66-68,71
提出用遗传算法优化径向基函数(RBF)神经网络,使其更接近非线性映射和更快的学习收敛速度.然后用改进后的RBF神经网络预测混沌时间序列.实验结果表明,基于RBF网络的混沌时间序列具有很强的拟合能力、误差小、取得更好的效果.  相似文献   

3.
基于ARIMA-BP神经网络模型海流流速预测研究   总被引：1，自引：0，他引：1  
海流是一种具有广阔应用前景的无污染可再生能源,结合ARIMA时间序列预测模型和BP神经网络预测模型的优点,构建ARMA-BP神经网络混合模型,对海流流速预测问题进行研究。采用神经网络模型得出海流流速的残差值对时间序列模型的预测值进行修正,提高了海流流速预测的精度。  相似文献   

4.
<正>针对机场鸟情预测这一问题,文章提出了考虑日期、鸟的种类(依据迁徙习性划分)、温度、风力、天气、季节六个因素对鸟情影响的BP神经网络鸟情预测模型,区别于不考虑影响因素的传统的时间序列鸟情预测模型。以潍坊南苑机场鸟情历史数据为学习训练样本,与传统的BP神经网络时间序列鸟情预测模型进行预测仿真对比实验,仿真实验结果证明了本文提出的BP神经网络预测精度更高,拟合效果更好,更适合应用于机场鸟情预测,具有良好的实际应用价值。  相似文献   

5.
神经网络和传统线性模型结合为处理混沌时间序列提供了新的途径。将Elman神经网络和单整自回归移动平均模型结合起来,同时分析我国进出口贸易量时间序列中的线性和非线性两部分,得到更准确的预测精度。实证表明,复合模型吸收两类方法的优点,较单一模型能够更有效地预测我国进出口数据。  相似文献   

6.
应用相空间重构技术对时间序列进行分割,将原序列映射到多维的数据空间中。将期望最大化(EM)聚类算法和神经网络相结合,提出了一种基于相空间重构技术的EM聚类模糊神经网络预测模型。在股票市场上进行了应用,结果表明该预测模型降低了预测误差,提高了系统的性能。  相似文献   

7.
王静  李丕仕 《现代情报》2009,29(9):7-10
运用混沌理论对高校图书馆图书借阅流量数据时间序列进行相空间重构,分析得出高校图书馆图书借阅行为的演化具有明显的混沌特征。针对图书借阅流量在不同时间粒度各时期中的波动特点,构建了基于最大Lyapunov指数的高校图书馆图书借阅流量混沌预测模型。通过对中国矿业大学图书馆图书借阅流量的验证表明,混沌预测模型的预测结果较为合理。  相似文献   

8.
【目的/意义】自然界中时间序列信号具有非线性、非稳定变化的特点。对时间序列信号实现准确预测,不 仅能够提高风电机组的输出功率,并且有助于调控风电场的运行维护,保障电力系统的安全运行。【方法/过程】本 文基于集合经验模式分解和变分模态分解两种时间序列分解的方法,并将其与RBF神经网络相结合提出RBF直 接预测模型和EEMD-RBF 和VMD-RBF 两种组合预测模型。利用某风电场的原始风速时间序列信息,通过 MATLAB 软件进行编程,进行案例分析。【结果/结论】预测结果表明组合预测模型优于RBF 直接预测模型,且 VMD-RBF组合预测模型的预测结果最为精确。  相似文献   

9.
参数的优化选择对支持向量机回归算法(SVR的预测精度和泛化能力影响显著,提出混沌粒子群优化算法(CPSO优化选取支持向量回归算法中参数c和g信息粒化是进行海量数据挖掘和模糊信息处理的有效工具。在此基础上利用上证指数数据建立上证指数开盘数预测模型,研究结果表明,混沌粒子群优化的SVR信息粒化时序回归预测模型克服了传统时间序列模型仅局限于线性系统的缺点,速度快,预测精度高,且实用性强。  相似文献   

10.
目前城市大气污染问题日益严重,为了更好的解决城市大气污染预测的准确性不足的问题,本文提出了一种基于时间序列和人工神经网络的城市大气污染预测模型。首先使用时间序列的方法对采集的数据进行统计,再将统计结果作为样本输入人工神经网络模型,然后将神经网络训练后得到的样本数据采用趋势外推法进行预测分析。仿真实验结果表明,本文提出的基于时间序列和人工神经网络的城市大气污染预测模型的预测结果与实际结果相当接近,本方案切实有效,值得推广使用。  相似文献   

11.
This paper considers the synchronization problem of coupled chaotic neural networks with time delay in the leakage term and parametric uncertainties using sampled-data control. Motivated by the achievements from both the stability of neural networks with time delay in the leakage term and the synchronization issue of coupled chaotic neural networks with parametric uncertainties, Lyapunov stability theory combining with linear matrix inequalities is employed to derive sufficient criteria ensuring the coupled chaotic neural networks to be completely synchronous. This paper presents an illustrative example and uses simulated results of this example to show the feasibility and effectiveness of the proposed sampled-data controller.  相似文献   

12.
针对流程工业中连续性生产过程的时间序列特点,采用基于混沌时间序列的Lyapunov指数计算和预测方法对成本进行了预测研究。  相似文献   

13.
太阳能预报方法及其应用和问题   总被引：3，自引：2，他引：3  
太阳能预报包括预测太阳辐射量和光伏发电功率,对光伏发电系统并网运行有重要意义,是当前太阳能开发利用的一个关键问题。本文对国内外太阳能预报方法进行了扼要的评述,归纳了太阳能预报的机理及其方法在光伏发电中的应用。太阳辐射的预报方法主要有传统统计、神经网络、卫星遥感和数值模拟等方法。文中基于光伏发电应用的需求,分析了不同预报方法的优点和不足,并探讨了若干有待进一步改善的问题,展望了国内太阳能预报技术方法的发展和应用前景。  相似文献   

14.
基于小波网络的电力系统短期负荷预报研究   总被引：7，自引：0，他引：7  
董景荣 《预测》2000,19(4):66-69
本文结合小波和神经网络方法进行电力系统短期负荷预测的通用模型和方法的研究,建立了负荷预报的小波网络模型,确定了有效的算法求解小波函数线性组合的尺度和时延参数以及神经网络的权值。  相似文献   

15.
吴焱 《中国科技纵横》2014,(8):27-28,31
对时间序列的预测是一项重要的数据挖掘技术。本文将独立分量分析方法和小波神经网络相结合,建立一种ICA—WNN预测模型,并应用于风力发电功率时间序列预测。仿真结果表明所建模型具有较好的泛化性能,得到了较高的预测精度。  相似文献   

16.
改进BP算法的辽宁省人均GDP预测研究   总被引：2，自引：0，他引：2  
由于人均GDP时间序列具有复杂和非线性的特征,传统预测方法在预测分析时往往会产生很大的误差.运用Matlab软件采用不同的改进BP算法来建立和训练网络预测模型,以观测不同算法的精度和有效性;最后运用预测模型对辽宁省人均GDP进行了预测.  相似文献   

17.
在电离层风暴期,现存的电离层F2层临界频率预测方法不能满足实际应用的要求。根据磁层ap系数和太阳黑子月均值作为风暴期训练序列,本文提出了一种基于神经网络的电离层F2层临界频率预测新方法。模拟结果表明,这种新方法比现有的预测方法（STORM模型和Cander提出的神经网络方法）具有更好的预测性能。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号