期刊文献+

基于回归神经网络的多变量在线预测方法

An On-line Predicting Method Based On Recurrent Neural Network for Mu ltiple Variables
下载PDF
导出
摘要 该文给出了一种基于状态回归神经网络的单次在线调整神经网络权重和实施预测的方法,同时考虑到用于预测的历史的实际测量值不易获得,而提出了相应计算解决方案。实验证明,所述预测方法将离线学习所得的网络结构与在线自适应网络调整结合起来,能够得到理想的实时预测结果。 A method with sing le time on-line adjusting neural network weights and prediction based on the rec urrent neural network is presented in this paper.In respect to the problem of hardness to obtain the history measured values used for prediction,a relative c alculating approach is proposed to solve this problem.Experiments prove that th e prediction method combines the structure of networks formed in off-line learn ing with that of the on-line adaptive adjusting to access the desired real time predicting results.
出处 《计算机工程与应用》 CSCD 北大核心 2002年第11期45-47,共3页 Computer Engineering and Applications
基金 国家自然科学基金资助项目(编号:69783008) 广东省自然科学基金资助项目(编号:970461)
关键词 回归神经网络 多变量在线预测 自适应调整 离线学习 Recurrent neural network,On-line predicting ,Adaptive adjust
  • 引文网络
  • 相关文献

参考文献3

二级参考文献5

  • 1Grant E Zhang B.其于神经网络的平衡杆监督学习.IEEE智能控制论文集[M].,1989.123-129.
  • 2Eaton J W Ravolings J B.神经网络预测控制的稳定性.美国控制年会论文集[M].,1994.2481-2485.
  • 3Andreas D Sebastian E.其于神经网络的模型预测控制[J].IEEE控制系统杂志,1995,15(5):61-66.
  • 4Parlos A G Atiya A F.其于回归感知器的复杂过程模型[J].IEEE神经网络,1994,5(2):255-266.
  • 5张兰玲,刘贺平,孙一康.基于多层局部回归神经网络的复杂生产过程预测模型[J].模式识别与人工智能,1998,11(1):75-81. 被引量:5

共引文献16

相关主题

;
使用帮助 返回顶部