基于广义回归神经网络的时间序列预测研究

• 作者: 冯志鹏 孙玉明 宋希庚 薛冬新 郑爱萍
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 预测 时间序列 神经网络 广义回归神经网络
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 论文
• 页码范围: 105-109
• 页数: 5页
• 分类号: O235|TH13
• 字数: 3504字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2003.02.008

摘要

介绍了广义回归神经网络的基本理论,提出了应用BIC准则确定输入神经元数目的方法,将其应用于大型旋转机械振动状态时间序列的单步和多步预测,与传统的采用误差反向传播学习算法的三层前馈感知器网络(BP神经网络)的预测结果进行对比.结果表明,该网络的预测性能优于后者,即使样本数据稀少,也能获得满意的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋希庚	大连理工大学内燃机研究所	104	1725	23.0	37.0
2	薛冬新	大连理工大学内燃机研究所	78	1302	19.0	34.0
3	冯志鹏	大连理工大学内燃机研究所	9	510	9.0	9.0
4	郑爱萍		1	98	1.0	1.0
5	孙玉明		2	152	2.0	2.0