基于动态神经网络的非线性过程在线预测

• 作者: 张兵 罗娜 钱锋 颜学峰
• 来源期刊: 化工自动化及仪表
• 学科: 工学
• 关键词: 非线性 在线预测 泛回归神经网络 动态神经网络
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 过程控制
• 页码范围: 15-18
• 页数: 4页
• 分类号: TP183
• 字数: 3211字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3932.2006.06.004

摘要

神经网络需满足以下两个条件方能用于非线性过程的在线预测:①神经网络必需以某种递推的方式出现;②神经网络的学习算法应尽可能简洁快速.为此改造泛回归神经网络(GRNN),运用递推更新的样本数据集训练GRNN,构成动态泛回归神经网络.该动态神经网络训练方便快捷,能够满足在线预测的实时性的要求.仿真实验表明预测值较观测值有一定滞后,但均能尾随观测值而变化,达到了预期的目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兵		1	6	1.0	1.0
2	钱锋		1	6	1.0	1.0
3	颜学峰		1	6	1.0	1.0
4	罗娜		1	6	1.0	1.0