基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
实际生产系统中存在大量时间序列问题,为了研究系统的结构和规律,我们需要建立时间序列模型,对其进行预测和分析.目前时间分析方法多采用AR或ARMA模型,但由于实际问题错综复杂,导致模型求解困难,实际中难以应用.为了解决上述问题,首先分析了生产系统时序分析的基本原理,利用BP神经网络建立了时序-神经网络模型,然后利用该模型对能源产量进行了预测.通过预测结果的分析可看出,该模型具有利用方便、动态性能好、预测准确性高等优点,在实际中具有一定的实用价值.
推荐文章
基于时域卷积与双向GRU神经网络的时序预测模型
深度学习
时序预测
双向GRU神经网络
卷积神经网络
循环神经网络
基于人工神经网络的粮食产量预测模型
粮食产量
人工神经网络
预测
模型
基于神经网络的时序预测模型研究
反馈神经网络
时序预测
非线性模型
基于小波神经网络的加工番茄产量预测模型
计算机神经网络
小波分析
BP神经网络
加工蕃茄
小波神经网络
产量预测模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于时序分析与神经网络的能源产量预测模型
来源期刊 辽宁工程技术大学学报(自然科学版) 学科 工学
关键词 时间序列分析 人工神经网络 预测:模型
年,卷(期) 2003,(2) 所属期刊栏目 采矿工程
研究方向 页码范围 168-171
页数 4页 分类号 F407.21|TD8
字数 2717字 语种 中文
DOI 10.3969/j.issn.1008-0562.2003.02.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (27)
同被引文献  (23)
二级引证文献  (62)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(5)
  • 引证文献(5)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(11)
  • 引证文献(6)
  • 二级引证文献(5)
2008(5)
  • 引证文献(0)
  • 二级引证文献(5)
2009(10)
  • 引证文献(3)
  • 二级引证文献(7)
2010(10)
  • 引证文献(2)
  • 二级引证文献(8)
2011(13)
  • 引证文献(3)
  • 二级引证文献(10)
2012(8)
  • 引证文献(1)
  • 二级引证文献(7)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
时间序列分析
人工神经网络
预测:模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
辽宁工程技术大学学报(自然科学版)
月刊
1008-0562
21-1379/N
大16开
辽宁省阜新市
1979
chi
出版文献量(篇)
6319
总下载数(次)
12
总被引数(次)
52708
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导