本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的非線性慢時(shí)變系統(tǒng)的數(shù)值預(yù)測研究

  更多相關(guān)文章： 數(shù)值預(yù)測 BP神經(jīng)網(wǎng)絡(luò) 級連相關(guān)網(wǎng)絡(luò) 區(qū)間預(yù)測 RBF神經(jīng)網(wǎng)絡(luò)

【摘要】：本文以非線性慢時(shí)變系統(tǒng)的數(shù)值預(yù)測研究為主要內(nèi)容。在實(shí)際的生產(chǎn)和生活中有很多系統(tǒng)都屬于非線性慢時(shí)變系統(tǒng),這類系統(tǒng)的輸入與輸出之間的對應(yīng)關(guān)系不滿足線性關(guān)系,并且這種對應(yīng)關(guān)系會隨著時(shí)間的推移而發(fā)生變化。本文以神經(jīng)網(wǎng)絡(luò)為工具對非線性慢時(shí)變系統(tǒng)的數(shù)值預(yù)測問題展開研究。神經(jīng)網(wǎng)絡(luò)具有復(fù)雜、非線性映射能力,并且可以通過對訓(xùn)練樣本的學(xué)習(xí),自適應(yīng)地調(diào)整權(quán)值。本文基于神經(jīng)網(wǎng)絡(luò)模型對參數(shù)慢時(shí)變的非線性函數(shù)、Mackey-Glass時(shí)間序列以及實(shí)際風(fēng)電場的風(fēng)速這三種非線性慢時(shí)變系統(tǒng)展開了數(shù)值預(yù)測的研究。主要研究內(nèi)容包括以下幾個(gè)方面：首先,基于BP神經(jīng)網(wǎng)絡(luò)對參數(shù)慢時(shí)變的非線性函數(shù)、Mackey-Glass時(shí)間序列以及實(shí)際風(fēng)電場的風(fēng)速進(jìn)行了在線預(yù)測與批量預(yù)測�；贐P神經(jīng)網(wǎng)絡(luò)對參數(shù)慢時(shí)變的非線性函數(shù)的在線預(yù)測準(zhǔn)確度較差,對Mackey-Glass時(shí)間序列以及實(shí)際風(fēng)電場風(fēng)速的在線預(yù)測可以得到精度合理的結(jié)果�；贐P神經(jīng)網(wǎng)絡(luò)對參數(shù)慢時(shí)變的非線性函數(shù)、Mackey-Glass時(shí)間序列以及實(shí)際風(fēng)電場風(fēng)速的批量預(yù)測均具有較好的穩(wěn)定性,算法運(yùn)行時(shí)間較長。針對傳統(tǒng)BP算法收斂速度慢的問題,采用了動量算法進(jìn)行改進(jìn)。然后,基于級連相關(guān)網(wǎng)絡(luò)對參數(shù)慢時(shí)變的非線性函數(shù)、Mackey-Glass時(shí)間序列以及實(shí)際風(fēng)電場的風(fēng)速進(jìn)行了增量預(yù)測。級連相關(guān)網(wǎng)絡(luò)解決了傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)的步長問題和變動目標(biāo)問題,在很大程度上改進(jìn)了算法的收斂速度�；诩夁B相關(guān)網(wǎng)絡(luò)對參數(shù)慢時(shí)變的非線性函數(shù)、Mackey-Glass時(shí)間序列以及實(shí)際風(fēng)電場的風(fēng)速的增量預(yù)測均具有較好的穩(wěn)定性,并且算法運(yùn)行時(shí)間較短。在單值預(yù)測之后,基于RBF神經(jīng)網(wǎng)絡(luò)對風(fēng)電場風(fēng)速進(jìn)行了進(jìn)行區(qū)間預(yù)測。將RBF神經(jīng)網(wǎng)絡(luò)與LUBE方法結(jié)合,在一定的置信水平下根據(jù)輸入數(shù)據(jù)計(jì)算輸出值的上界與下界。由于LUBE方法的結(jié)果依賴于初始值的選擇,本文提出了一種新的區(qū)間預(yù)測方法：建立基于RBF神經(jīng)網(wǎng)絡(luò)的單值預(yù)測模型,將單值預(yù)測模型的輸出值與樣本的實(shí)際輸出值做比較,計(jì)算殘差。對殘差進(jìn)行聚類與統(tǒng)計(jì),初步估計(jì)樣本輸出值的上界與下界,作為區(qū)間預(yù)測模型的初始值。再結(jié)合LUBE方法,進(jìn)一步對基于RBF神經(jīng)網(wǎng)絡(luò)的區(qū)間預(yù)測模型的參數(shù)進(jìn)行優(yōu)化,得到區(qū)間預(yù)測的結(jié)果。對于寧夏和云南風(fēng)電場風(fēng)速的區(qū)間預(yù)測,本文提出的方法比LUBE方法的覆蓋概率更高,綜合評價(jià)指標(biāo)CWC更小,區(qū)間預(yù)測的效果更好。
【關(guān)鍵詞】：數(shù)值預(yù)測 BP神經(jīng)網(wǎng)絡(luò) 級連相關(guān)網(wǎng)絡(luò) 區(qū)間預(yù)測 RBF神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP183;TM614
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-15
• 1.1 研究背景及意義9-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 論文組織結(jié)構(gòu)13-15
• 第二章 非線性慢時(shí)變系統(tǒng)及數(shù)據(jù)預(yù)處理15-21
• 2.1 非線性慢時(shí)變系統(tǒng)15
• 2.2 數(shù)據(jù)預(yù)處理15-18
• 2.2.1 數(shù)據(jù)預(yù)處理的必要性16
• 2.2.2 數(shù)據(jù)預(yù)處理的主要方法16-18
• 2.3 模型階次的確定18-20
• 2.3.1 時(shí)間序列模型18-20
• 2.3.2 時(shí)間序列模型的定階方法20
• 2.4 本章小結(jié)20-21
• 第三章 基于BP神經(jīng)網(wǎng)絡(luò)的批量預(yù)測與在線預(yù)測21-35
• 3.1 BP神經(jīng)網(wǎng)絡(luò)21-27
• 3.1.1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)21-22
• 3.1.2 BP學(xué)習(xí)算法22-25
• 3.1.3 BP算法的改進(jìn)25-27
• 3.2 參數(shù)慢時(shí)變的非線性函數(shù)的在線預(yù)測與批量預(yù)測27-29
• 3.2.1 在線預(yù)測27
• 3.2.2 批量預(yù)測27-28
• 3.2.3 對比與分析28-29
• 3.3 Mackey-Glass時(shí)間序列的在線預(yù)測與批量預(yù)測29-31
• 3.3.1 在線預(yù)測29
• 3.3.2 批量預(yù)測29-30
• 3.3.3 對比與分析30-31
• 3.4 風(fēng)電場風(fēng)速的在線預(yù)測與批量預(yù)測31-33
• 3.4.1 在線預(yù)測31-32
• 3.4.2 批量預(yù)測32-33
• 3.4.3 對比與分析33
• 3.5 本章小結(jié)33-35
• 第四章 基于級連相關(guān)網(wǎng)絡(luò)的增量預(yù)測35-43
• 4.1 級連相關(guān)網(wǎng)絡(luò)35-38
• 4.1.1 簡介35
• 4.1.2 BP算法學(xué)習(xí)速度慢的原因35-37
• 4.1.3 級連相關(guān)網(wǎng)絡(luò)的結(jié)構(gòu)37-38
• 4.1.4 學(xué)習(xí)算法38
• 4.2 參數(shù)慢時(shí)變的非線性函數(shù)的增量預(yù)測38-39
• 4.3 Mackey-Glass時(shí)間序列的增量預(yù)測39-40
• 4.4 風(fēng)電場風(fēng)速數(shù)據(jù)的增量預(yù)測40-41
• 4.5 本章小結(jié)41-43
• 第五章 基于RBF神經(jīng)網(wǎng)絡(luò)的區(qū)間預(yù)測43-55
• 5.1 RBF神經(jīng)網(wǎng)絡(luò)43-45
• 5.1.1 RBF神經(jīng)網(wǎng)絡(luò)簡介43-44
• 5.1.2 RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法44-45
• 5.2 LUBE算法45-48
• 5.2.1 區(qū)間預(yù)測的評價(jià)指標(biāo)46-48
• 5.2.2 模擬退火算法48
• 5.3 風(fēng)電場風(fēng)速數(shù)據(jù)的區(qū)間預(yù)測48-53
• 5.3.1 構(gòu)建模型48-49
• 5.3.2 參數(shù)初始化49-51
• 5.3.3 算例仿真51-53
• 5.4 本章小結(jié)53-55
• 第六章 總結(jié)與展望55-57
• 6.1 本文的主要結(jié)論55
• 6.2 課題研究展望55-57
• 致謝57-59
• 參考文獻(xiàn)59-63
• 作者簡介63

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經(jīng)網(wǎng)絡(luò)的直升機(jī)艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經(jīng)網(wǎng)絡(luò)的應(yīng)用與展望[J];佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年05期

4 許萬增;;神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用[J];國際技術(shù)經(jīng)濟(jì)研究學(xué)報(bào);1990年01期

5 張軍華;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在軍用系統(tǒng)中的應(yīng)用[J];現(xiàn)代防御技術(shù);1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡(luò)在預(yù)報(bào)控制中的應(yīng)用[J];機(jī)床;1993年11期

7 靳蕃;神經(jīng)網(wǎng)絡(luò)及其在鐵道科技中應(yīng)用的探討[J];鐵道學(xué)報(bào);1993年02期

8 宋玉華，王啟霞;神經(jīng)網(wǎng)絡(luò)診斷──神經(jīng)網(wǎng)絡(luò)在自動化領(lǐng)域里的應(yīng)用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內(nèi)外神經(jīng)網(wǎng)絡(luò)技術(shù)的研究與應(yīng)用概況[J];電機(jī)電器技術(shù);1995年04期

10 王中賢，錢頌迪;神經(jīng)網(wǎng)絡(luò)法在經(jīng)濟(jì)管理中的應(yīng)用[J];航天工業(yè)管理;1995年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[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

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達(dá)大學(xué)社會學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報(bào);2003年

4 中國科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報(bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日報(bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平[N];中國電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報(bào);2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

，

本文編號：852391