發(fā)布時間：2019-05-28 23:47

【摘要】：針對少數(shù)據(jù)、貧信息、非線性、動態(tài)性的時間序列,采用遺傳算法對Elman神經(jīng)網(wǎng)絡(luò)的初始權(quán)值進(jìn)行優(yōu)化以避免陷入局部最小值.建立灰色GM(1,n)模型對其進(jìn)行預(yù)測,使用優(yōu)化后的神經(jīng)網(wǎng)絡(luò)對預(yù)測結(jié)果進(jìn)行修正.通過實(shí)例擬合、預(yù)測,對比灰色GM(1,n)模型、灰色神經(jīng)網(wǎng)絡(luò)模型和基于遺傳算法的灰色神經(jīng)網(wǎng)絡(luò)模型結(jié)果,驗(yàn)證預(yù)測模型的有效性.結(jié)果表明,基于遺傳算法的灰色Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模型能夠擴(kuò)大搜索范圍,穩(wěn)定網(wǎng)絡(luò)結(jié)構(gòu),提高解的精度.
[Abstract]:Aiming at the time series of small data, poor information, nonlinear and dynamic, genetic algorithm is used to optimize the initial weight of Elman neural network to avoid falling into the local minimum. The grey GM (1, n) model is established to predict the prediction, and the optimized neural network is used to modify the prediction results. The effectiveness of the prediction model is verified by fitting, predicting and comparing the results of grey GM (1, n) model, grey neural network model and grey neural network model based on genetic algorithm. The results show that the grey Elman neural network prediction model based on genetic algorithm can expand the search range, stabilize the network structure and improve the accuracy of the solution.
【作者單位】： 暨南大學(xué)管理學(xué)院;中南大學(xué)交通運(yùn)輸工程學(xué)院;廣州大學(xué)地理科學(xué)學(xué)院;
【基金】：廣東省哲學(xué)社會科學(xué)“十三五”規(guī)劃2016年度學(xué)科共建項(xiàng)目:云服務(wù)模式下的城市配送問題研究(GD16XGL15)
【分類號】：F276.44;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝慶國 ,萬淑蕓 ,易燕春 ,趙金 ,沈軼;Speed-Sensorless Control Using Elman Neural Network[J];Journal of Systems Engineering and Electronics;2001年04期

2 謝慶國,萬淑蕓,趙金;一種Elman回歸網(wǎng)絡(luò)的設(shè)計方法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2002年03期

3 林相波,邱天爽;固定結(jié)構(gòu)單元權(quán)值對基本Elman網(wǎng)絡(luò)性能影響[J];大連理工大學(xué)學(xué)報;2004年05期

4 吳微;徐東坡;李正學(xué);;Convergence of gradient method for Elman networks[J];Applied Mathematics and Mechanics(English Edition);2008年09期

5 任雪梅,陳杰,龔至豪,竇麗華;改進(jìn)Elman網(wǎng)絡(luò)的逼近性質(zhì)研究(英文)[J];Journal of Beijing Institute of Technology(English Edition);2002年01期

6 王攀,蘇智,馮珊;局部回歸Elman網(wǎng)絡(luò)學(xué)習(xí)算法的注記[J];武漢理工大學(xué)學(xué)報(信息與管理工程版);2002年02期

7 田燕;康海英;唐力偉;鄭海起;;一種改進(jìn)的Elman網(wǎng)絡(luò)及其在載荷識別中的應(yīng)用[J];機(jī)械強(qiáng)度;2006年S1期

8 金宇華;羅沛蘭;扶名福;楊國泰;;Elman網(wǎng)絡(luò)和綜合關(guān)聯(lián)度在風(fēng)機(jī)診斷中的應(yīng)用[J];微計算機(jī)信息;2008年10期

9 楊凌;宋軍;金強(qiáng);;一種引入混沌機(jī)制的新型Elman神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J];計算機(jī)應(yīng)用;2009年02期

10 張秀玲;趙文保;李少清;徐騰;;基于人工蜂群算法的Elman網(wǎng)絡(luò)板形預(yù)測[J];沈陽大學(xué)學(xué)報(自然科學(xué)版);2012年03期

相關(guān)會議論文 前10條

1 ;Study of PID Elman Neural Network and Its Application in Dynamical Systems Identification[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

2 ;Identification of dynamic nonlinear systems using recurrent neural networks[A];第十九屆中國控制會議論文集（一）[C];2000年

3 蘇剛;王玲玲;徐永生;;基于改進(jìn)Elman網(wǎng)絡(luò)的燃?xì)庳?fù)荷預(yù)測[A];第十七屆全國過路控制會議論文集[C];2006年

4 趙建玉;高慧;賈磊;;基于Elman神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測模型[A];第二十七屆中國控制會議論文集[C];2008年

5 符利勇;何錚;唐守正;劉應(yīng)安;;基于改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)的林隙大小預(yù)測模型[A];第九屆中國林業(yè)青年學(xué)術(shù)年會論文摘要集[C];2010年

6 WenJie Wu;DaGui HUANG;Zheng DONG;;Fault Diagnosis of the Aeroengine Based on Neural Network and D-S Evidence Theory[A];Proceedings of 2011 International Conference on Computer Science and Information Technology(ICCSIT 2011)[C];2011年

7 ;Battery State-Of-Charge Estimation in Electric Vehicle Using Elman Neural Network Method[A];第二十九屆中國控制會議論文集[C];2010年

8 蘇剛;王玲玲;徐永生;王秀麗;;基于OIF-Elman網(wǎng)絡(luò)的燃?xì)馊肇?fù)荷預(yù)測[A];第二十六屆中國控制會議論文集[C];2007年

9 盧志剛;冀爾康;李偉;周凌;吳士昌;;基于混合Elman動態(tài)神經(jīng)網(wǎng)絡(luò)的非線性實(shí)時自適應(yīng)逆控制[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

10 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 時小虎;Elman神經(jīng)網(wǎng)絡(luò)與進(jìn)化算法的若干理論研究及應(yīng)用[D];吉林大學(xué);2006年

2 王麗敏;計算智能改進(jìn)方法及其在金融與環(huán)境領(lǐng)域中的應(yīng)用[D];吉林大學(xué);2007年

3 李險峰;基于改進(jìn)遺傳算法的汽車裝配生產(chǎn)線平衡問題研究[D];北京科技大學(xué);2017年

4 孫秋紅;基于遺傳算法的水質(zhì)數(shù)據(jù)挖掘與應(yīng)用研究[D];燕山大學(xué);2016年

5 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

6 郝國生;交互式遺傳算法中用戶的認(rèn)知規(guī)律及其應(yīng)用[D];中國礦業(yè)大學(xué);2009年

7 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

8 馬國田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

9 袁麗華;基于物種進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

10 李航;遺傳算法求解多模態(tài)優(yōu)化問題的研究[D];天津大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 林鵬;冷軋APC系統(tǒng)智能控制器設(shè)計與實(shí)驗(yàn)研究[D];燕山大學(xué);2015年

2 曹芙;基于Elman神經(jīng)網(wǎng)絡(luò)及優(yōu)化算法的混合模型的研究及應(yīng)用[D];蘭州大學(xué);2015年

3 宋菁華;高爐冶煉過程的多尺度特性與硅含量預(yù)測方法研究[D];浙江大學(xué);2016年

4 王柳;基于復(fù)合特性Elman神經(jīng)網(wǎng)絡(luò)的風(fēng)速預(yù)測[D];天津工業(yè)大學(xué);2016年

5 周展;基于Elman神經(jīng)網(wǎng)絡(luò)控制的風(fēng)電最大功率點(diǎn)追蹤的研究[D];湖南大學(xué);2016年

6 關(guān)福生;基于GIF Elman神經(jīng)網(wǎng)絡(luò)的輸油管道工況辨識技術(shù)的研究[D];東北大學(xué);2011年

7 黃艷南;基于Elman橋梁損傷識別與監(jiān)測數(shù)據(jù)處理研究[D];東北大學(xué);2014年

8 嚴(yán)麗;基于GA-Elman神經(jīng)網(wǎng)絡(luò)預(yù)測的時延網(wǎng)絡(luò)控制系統(tǒng)故障檢測[D];華僑大學(xué);2015年

9 陸冬;基于GA-Elman神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)態(tài)勢預(yù)測模型研究[D];浙江大學(xué);2017年

10 馬位濤;基于小波包變換和優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷方法研究[D];華中科技大學(xué);2016年

，

本文編號：2487464