智能神经元网络时间序列预测模型的研究

• 作者: 张瑞敏 程青涛 黄梦涛
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 智能神经元 神经网络 BP算法 时间序列 预测模型
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 74-76,80
• 分类号: TP183
• 字数: 2286字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.03.019

摘要

人工神经元网络的研究技术在理论和实际应用上已经比较成熟,在信号处理系统中也采用该技术进行非线性时间序列信号的预测分析.但是由于该理论黑箱模型的特点,无法引入先验知识,从而预测精度难以提高.针对该问题,文中提出了智能神经网络的动态预测模型,引入智能神经元,建立区别于传统神经网络的预测模型,达到了较为理想的预测效果.并以工业生产参数的时间序列预测——某油井生产过程中MinCurrent参数值,作为实验模型,对该方法进行了验证,结果表明了该模型预测精度较高、计算速度快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄梦涛	西安科技大学电气控制与工程学院	23	124	6.0	10.0
2	张瑞敏	西安科技大学电气控制与工程学院	3	16	2.0	3.0
3	程青涛	西安科技大学电气控制与工程学院	1	4	1.0	1.0