基于改进Elman神经网络的电子元件性能预测

• 作者: 吕卫民 徐珂文 江式伟 肖阳
• 来源期刊: 现代防御技术
• 学科: 工学
• 关键词: Elman神经网络 梯度下降 动态性能 反馈环节 学习算法 预测
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 综合保障性技术
• 页码范围: 153-160,180
• 页数: 9页
• 分类号: TP183
• 字数: 4296字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-086x.2017.01.026

摘要

为提高传统Elman神经网络的动态性能,通过增加输出层与承接层之间的反馈环节,提出了一种新的改进的Elman神经网络模型,利用梯度下降原理对其学习算法进行了推导.同时引入附加动量和变学习率算法,建立了基于改进Elman神经网络的预测方法,并将其应用于电子元件性能参数的预测中.仿真实验证明,相比于BP和传统Elman神经网络,改进后的Elman神经网络训练速率快,预测精度高,具有良好的动态性能.由此可见,改进的Elman神经网络模型在对具有非线性时序特征参数的预测中,具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕卫民	海军航空工程学院七系	49	235	8.0	12.0
2	徐珂文	海军航空工程学院七系	12	28	3.0	5.0
3	江式伟	海军航空工程学院七系	8	31	4.0	5.0