基于迟滞神经网络的风速时间序列预测

• 作者: 于婷婷 修春波 刘新婷 张欣
• 来源期刊: 天津工业大学学报
• 学科: 地球科学
• 关键词: 神经网络 迟滞 风速时间序列 预测
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 电子信息及自动化
• 页码范围: 68-71
• 分类号: P412.16
• 字数: 2578字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-024X.2012.04.017

摘要

为了改善风速时间序列的预测性能,提出了一种基于迟滞神经网络的预测方法.通过改变神经元激励函数的方式将迟滞特性引入神经网络中,以增强历史输入对当前响应的影响,从而提高有用信息的利用率,提高风速时间序列的预测性能；借助于相空间重构理论构造风速预测训练样本,采用梯度下降法对网络权值进行训练,利用遗传算法对迟滞参数进行优化.仿真结果表明:与传统神经网络及ARMA模型等方法相比,迟滞神经网络能够有效减小风速时间序列的预测误差,提高预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	修春波	天津工业大学电工电能新技术天津市重点实验室	69	687	13.0	23.0
5	刘新婷	天津工业大学电工电能新技术天津市重点实验室	4	36	3.0	4.0
9	张欣	天津工业大学电工电能新技术天津市重点实验室	28	67	5.0	7.0
13	于婷婷	天津工业大学电工电能新技术天津市重点实验室	3	33	3.0	3.0