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:
过程神经网络模型结构复杂,正交基展开后学习参数多,传统梯度下降存在对初值敏感、计算复杂等问题,将过程神经网络进行正交基展开化简,在结构上转化为统神经网络,利用极限学习作为过程神经元网络的学习算法.学习过程中摒弃梯度下降算法的迭代调整策略,采用 Moore-Penrose 广义逆计算输出权值,同时为弥补该算法由于随机赋值造成的模型稳定性差的缺点,提出一种双链结构的量子粒子群算法,优化极限学习过程中随机赋值参数.二者结合使用,使模型在稳定性、训练误差方面都得到了一定程度的提高.仿真实验以Mackey-Glass时间序列和太阳黑子预测为例验证了算法的有效性.
推荐文章
基于神经网络的混沌时间序列预测
人工神经网络
混沌时间序列
Lyapunov指数
基于改进神经网络的GDP时间序列预测
BP神经网络
GDP预测
准确率
基于混沌时间序列和神经网络的网络流量预测方法
时间序列
相空间重构
神经网络
网络流量预测
基于聚类分析和神经网络的时间序列预测方法
聚类
时间序列
预测
径向基
神经网络
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 基于QPSO-ELM的过程神经网络及时间序列预测
来源期刊 控制工程 学科 工学
关键词 过程神经元网络 极限学习 量子粒子群 网络训练
年,卷(期) 2018,(3) 所属期刊栏目 人工智能驱动的自动化
研究方向 页码范围 477-483
页数 7页 分类号 TP183
字数 6652字 语种 中文
DOI 10.14107/j.cnki.kzgc.151289
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 刘志刚 东北石油大学计算机与信息技术学院 33 104 6.0 8.0
2 李盼池 东北石油大学计算机与信息技术学院 93 344 9.0 11.0
3 许少华 山东科技大学信息科学与工程学院 30 56 4.0 5.0
4 冯永强 中石油天然气股份有限公司管道分公司信息中心 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (94)
共引文献  (304)
参考文献  (18)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(2)
  • 参考文献(0)
  • 二级参考文献(2)
1976(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(9)
  • 参考文献(1)
  • 二级参考文献(8)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(10)
  • 参考文献(3)
  • 二级参考文献(7)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(12)
  • 参考文献(3)
  • 二级参考文献(9)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(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
过程神经元网络
极限学习
量子粒子群
网络训练
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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导