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:
为提高风速序列预测的准确性,在双承接层Elman网络的基础上提出了迟滞Elman预测网络。网络具有输入层、隐层、隐层承接层、输出层以及输出承接层5层结构,并在隐层承接层和输出承接层的单元中增加了迟滞激励响应函数,从而将迟滞特性引入到Elman网络中,以提高网络处理连续信息的能力。选择梯度下降方法作为网络的学习算法,训练网络的权值及迟滞参数,利用该预测网络实现了风速序列的多步预测分析。仿真实验结果表明:迟滞特性的引入能够减小预测结果的随机波动性,有利于提高预测结果的可靠性,与现有预测方法相比,迟滞Elman网络的平均预测误差能够减小8%以上,整体预测性能以及波动较强的局部预测性能都能得到显著提高。
推荐文章
基于PSO-Elman模型的网络流量预测
相空间重构
粒子群算法
Elman神经网络
混沌时间序列
网络流量预测
参数优化
基于迟滞神经网络的风速时间序列预测
神经网络
迟滞
风速时间序列
预测
基于Elman网络的炸药临界直径预测模型
炸药
临界直径
Elman
人工神经网络
灰色关联
基于EMD和Elman网络的人民币汇率时间序列预测
时间序列
汇率预测
经验模态分解
Elman网络
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 迟滞Elman网络模型的风速序列预测
来源期刊 天津工业大学学报 学科 工学
关键词 迟滞 Elman网络 风速序列 预测
年,卷(期) 2015,(4) 所属期刊栏目 【电子信息与自动化】
研究方向 页码范围 42-46
页数 5页 分类号 TK89
字数 4117字 语种 中文
DOI 10.3969/j.issn.1671-024x.2015.04.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 修春波 天津工业大学电气工程与自动化学院 69 687 13.0 23.0
2 王柳 天津工业大学电气工程与自动化学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (93)
共引文献  (118)
参考文献  (15)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (18)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(18)
  • 参考文献(1)
  • 二级参考文献(17)
2011(24)
  • 参考文献(1)
  • 二级参考文献(23)
2012(16)
  • 参考文献(3)
  • 二级参考文献(13)
2013(11)
  • 参考文献(5)
  • 二级参考文献(6)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
迟滞
Elman网络
风速序列
预测
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
天津工业大学学报
双月刊
1671-024X
12-1341/TS
大16开
天津市西青区宾水西道399号
6-164
1982
chi
出版文献量(篇)
2765
总下载数(次)
7
总被引数(次)
19577
论文1v1指导