作者:
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:
针对非线性动态系统的预测常受到噪声或其他过程的耦合影响,使得规律变得难以发现的问题,提出了以一组Chebyshev正交基函数作为神经网络中各隐神经元的激励函数的新型的Chebyshev基函数神经网络预测模型.将该模型作为非线性动态系统预测模型,并采用基于粒子群和模拟退火组成的文化基因算法优化神经网络的权值,可以达到很高的预测精度和很好的预测结果.Chebyshev神经网络与传统的BP(back propagation)神经网络相比,工作量大大减少,加快了收敛性.文化基因算法用于确定权值的Chebyshev神经网络分别与粒子群和模拟退火优化的Chebyshev神经网络相比具有更好的拟合效果.
推荐文章
基于RBF神经网络的非线性系统的预测
RBF神经网络
构造性网络
动态结点生成
预测控制
神经网络非线性多步预测逆控制方法研究
神经网络
预测控制
逆控制
非线性系统
基于神经网络的pH中和过程非线性预测控制
模型预测控制
神经网络
过程控制
Hammerstein模型
pH中和过程
非线性系统
基于神经网络的非线性系统约束预测控制
神经网络模型
广义预测控制
非线性过程
约束
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Chebyshev神经网络的非线性动态系统预测
来源期刊 安徽大学学报(自然科学版) 学科 工学
关键词 Chebyshev神经网络 非线性动态系统 文化基因算法 预测
年,卷(期) 2016,(6) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 31-36
页数 6页 分类号 TP39
字数 3253字 语种 中文
DOI 10.3969/j.issn.1000-2162.2016.06.007
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 李喆 新疆大学网络与信息技术中心 15 80 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (65)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Chebyshev神经网络
非线性动态系统
文化基因算法
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
安徽大学学报(自然科学版)
双月刊
1000-2162
34-1063/N
大16开
安徽省合肥市
26-39
1960
chi
出版文献量(篇)
2368
总下载数(次)
6
总被引数(次)
11731
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导