期刊文献+
共找到360篇文章
< 1 2 18 >
每页显示 20 50 100
基于变分模态分解与鲸鱼算法优化回声状态网络的风速预测模型
1
作者 唐非 李昊 《传感技术学报》 CAS CSCD 北大核心 2024年第10期1770-1777,共8页
风速受多种因素影响常伴随着随机性和非平稳性,给风电接入电网造成了相当大的困难,准确的风速预测对风力发电有着极大的研究意义。将变分模态分解算法与鲸鱼算法优化回声状态网络模型相结合,提出了一种风速预测模型。首先通过变分模态... 风速受多种因素影响常伴随着随机性和非平稳性,给风电接入电网造成了相当大的困难,准确的风速预测对风力发电有着极大的研究意义。将变分模态分解算法与鲸鱼算法优化回声状态网络模型相结合,提出了一种风速预测模型。首先通过变分模态分解算法将风速序列分解成多个分量以减少风速内部信号间的耦合性,降低建模难度。然后对这些分量分别建立对应的回声状态网络预测模型。针对回声状态网络模型性能受储备池参数影响较大的问题,采用鲸鱼优化算法对储备池参数进行优化。风速的最终预测值由分解后各分量预测值相加得到。最后,将实际采集的短期风速数据作为研究对象,通过与其他4种预测模型的对比分析表明提出的风速预测模型具有更高的预测精度,能够更好地对风速的变化趋势进行预测。 展开更多
关键词 风速 预测 变分模态分解 回声状态网络 鲸鱼优化算法
下载PDF
偏置剪枝叠式自编码回声状态网络的时序预测
2
作者 刘丽丽 刘玉玺 王河山 《计算机工程与设计》 北大核心 2024年第1期212-219,共8页
针对大多数模型对时间序列预测数据的预测准确率较低,为提升时间序列的预测精度,提出一种基于Biased Drop-weight的偏置剪枝叠式自编码回声状态网络(BD-AE-SGESN)的深度模型。以叠式ESN为多层深度网络框架,提出一种生成式AE算法生成每... 针对大多数模型对时间序列预测数据的预测准确率较低,为提升时间序列的预测精度,提出一种基于Biased Drop-weight的偏置剪枝叠式自编码回声状态网络(BD-AE-SGESN)的深度模型。以叠式ESN为多层深度网络框架,提出一种生成式AE算法生成每一层的输入权值,利用BD算法根据输入权重激活值进行剪枝。对比实验结果表明,该模型能够有效提升预测准确率,在3个不同的数据上,相比其它模型有着较小的预测误差和较高的稳定度。 展开更多
关键词 多变量时间序列 回声状态网络 预测模型 剪枝 自编码 深度网络 权重优化
下载PDF
具有双储层结构的动态误差补偿回声状态网络
3
作者 张昭昭 朱应钦 余文 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第3期385-395,共11页
针对传统回声状态网络难以有效应对高阶非线性复杂模型问题,本文在理论分析的基础上提出了一种双储层结构的误差补偿回声状态网络,并设计了该网络的学习算法.该网络由计算层和补偿层构成,计算层主要承担拟合任务,补偿层则作为状态跟随器... 针对传统回声状态网络难以有效应对高阶非线性复杂模型问题,本文在理论分析的基础上提出了一种双储层结构的误差补偿回声状态网络,并设计了该网络的学习算法.该网络由计算层和补偿层构成,计算层主要承担拟合任务,补偿层则作为状态跟随器,实时补偿由于计算层对期望方差估计不足而导致的幅值偏差.对多阶振荡器和真实高阶非线性数据集的实验结果表明,本文所提网络结构较常规网络具有更高的稳定性和泛化性能,尤其对高阶非线性复杂模型的预测精度大幅度提升. 展开更多
关键词 回声状态网络 高阶非线性复杂模型 补偿回声状态网络 多阶振荡器
下载PDF
基于战争策略算法优化回声状态网络的时间序列预测
4
作者 白一然 伦淑娴 《渤海大学学报(自然科学版)》 CAS 2024年第2期154-160,共7页
为了解决回声状态网络(ESN)储备池参数难以确定的问题,提出一种基于战争策略优化算法(WSO)的回声状态网络模型(WSO-ESN).该模型利用战争策略优化算法中攻击和防御两种流行的战争策略更好地实现整个模型在全局探索和局部开发上的平衡,替... 为了解决回声状态网络(ESN)储备池参数难以确定的问题,提出一种基于战争策略优化算法(WSO)的回声状态网络模型(WSO-ESN).该模型利用战争策略优化算法中攻击和防御两种流行的战争策略更好地实现整个模型在全局探索和局部开发上的平衡,替换弱士兵策略提高其鲁棒性使WSO算法在确定ESN参数时更准确.此外,还引入了呈指数变化的权重更新机制提高算法的收敛速度进而更快地确定储备池参数.实验结果与粒子群优化算法(PSO)、蜣螂优化算法(DBO)、金豺优化算法(GJO)等对储备池参数优化方法进行比较.结果表明,基于战争策略优化算法的回声状态网络模型具有更快的训练速度和更高的预测精度. 展开更多
关键词 储备池 鲁棒性 回声状态网络
下载PDF
基于图正则化自编码回声状态网络的时间序列分类算法
5
作者 徐建 王亮 +4 位作者 寇启龙 方涛 游丹 周磊月 罗勇 《照明工程学报》 2024年第5期68-75,共8页
回声状态网络(Echo State Network,ESN)能够为解决时间序列问题提供有效的动态解决方法,然而大多数情况下ESN模型主要用于预测而不是分类,ESN在时间序列分类任务的应用尚未得到充分的研究。传统ESN由于存在随机生成的输入权重,使得其性... 回声状态网络(Echo State Network,ESN)能够为解决时间序列问题提供有效的动态解决方法,然而大多数情况下ESN模型主要用于预测而不是分类,ESN在时间序列分类任务的应用尚未得到充分的研究。传统ESN由于存在随机生成的输入权重,使得其性能并不能保证最优。随机生成的权重在特征映射时,可能会破坏有用的特征。针对这些缺点,提出了一种针对时间序列分类任务的基于图正则化自编码的回声状态网络模型(GRAE-ESN),利用流形学习考虑数据内在的流形结构,来约束输出权重使得相似样本的输出在新的空间中更加接近,之后将ESN结构中的输入权重用解码层获得的权重所替换,以学习到丰富的输入特征。在基准数据上的实验表明,所提出的GRAE方法能够有效的改进ESN分类器,在与多个主流算法和深度学习算法相比,该算法具有更好的性能和鲁棒性。 展开更多
关键词 回声状态网络 流形学习 时间序列分类 自编码网络
下载PDF
延迟回声状态神经网络用于复杂系统分析和应用
6
作者 徐一宸 Eric Li 《吉林大学学报(理学版)》 CAS 北大核心 2024年第5期1017-1021,共5页
提出一种改进的回声状态神经网络模型,用于复杂系统的长期行为分析和预测.模型通过引入隐层状态的延迟反馈体现系统过去时刻的信息对当前状态的影响,避免了传统回声状态网络方法记忆能力弱的缺点以及获得最优参数的困难.
关键词 回声状态网络 混沌时间序列 储备池计算 稳定性 长期预测
下载PDF
面向突触故障的回声状态网络容错方法研究
7
作者 孙晓川 高佳慧 +1 位作者 王宇 李莹琦 《郑州大学学报(理学版)》 CAS 北大核心 2024年第5期39-46,共8页
在实际应用部署过程中,回声状态网络中储备池的内部突触容易受到应用系统故障的影响而发生故障,偏离预期的性能。因此,提出一个面向突触故障的回声状态网络容错模型。分析模型中一些故障的突触(权重扰动)的行为特征,考虑发生故障的实际... 在实际应用部署过程中,回声状态网络中储备池的内部突触容易受到应用系统故障的影响而发生故障,偏离预期的性能。因此,提出一个面向突触故障的回声状态网络容错模型。分析模型中一些故障的突触(权重扰动)的行为特征,考虑发生故障的实际场景,采用检测机制检测并定位这些故障的突触,最后通过容错策略使其恢复。仿真实验结果表明,针对不同特点的时间序列数据,通过容错性能评估、统计分布和短期记忆能力对比,提出的容错模型是有效的。此外,通过数学理论推导证明出储备池突触故障容错的边界条件。 展开更多
关键词 回声状态网络 突触故障 容错性 时间序列预测 短期记忆能力
下载PDF
基于去趋势多重互相关的深度回声状态网络剪枝算法
8
作者 孙晓川 王宇 +1 位作者 李莹琦 黄天宇 《郑州大学学报(工学版)》 CAS 北大核心 2024年第4期38-45,共8页
针对储备池中存在的冗余结构导致深度回声状态网络预测精度不佳的问题,提出了一种基于去趋势多重互相关的深度回声状态网络剪枝算法。首先,根据去趋势协方差函数和去趋势方差函数,依次计算所选储备池中每2个神经元之间的去趋势互相关系... 针对储备池中存在的冗余结构导致深度回声状态网络预测精度不佳的问题,提出了一种基于去趋势多重互相关的深度回声状态网络剪枝算法。首先,根据去趋势协方差函数和去趋势方差函数,依次计算所选储备池中每2个神经元之间的去趋势互相关系数,构建去趋势互相关矩阵,基于该矩阵评估该储备池中所选神经元与所有剩余神经元之间的去趋势多重互相关性。其次,依次删除每个储备池中高相关性神经元到输出层的连接,从而去除网络中的冗余结构。最后,通过最小二乘回归重新训练剪枝后的网络,以获得最优的深度回声状态网络拓扑结构。仿真结果表明:经过所提算法优化后的深度回声状态网络在Mackey-Glass时间序列上的预测精度和记忆能力分别提高了89.80%和30.93%,在Call时间序列上的预测精度和记忆能力分别提高了14.34%和0.10%。 展开更多
关键词 深度回声状态网络 结构优化 剪枝 去趋势多重互相关 时间序列预测
下载PDF
基于宽度回声状态网络的菜籽油加工参数自动决策方法研究
9
作者 金学波 张雨雷 +3 位作者 白玉廷 王小艺 张维农 刘配莲 《食品安全质量检测学报》 CAS 北大核心 2023年第5期16-22,共7页
目的 实现菜籽油生产过程中加工参数的自动给定,研究基于人工神经网络的自动决策方法。方法 利用菜籽油加工过程的检测数据,建立一种宽度回声状态网络模型对加工参数与危害物的内在映射关系进行建模;在危害物含量要求下,利用此模型可实... 目的 实现菜籽油生产过程中加工参数的自动给定,研究基于人工神经网络的自动决策方法。方法 利用菜籽油加工过程的检测数据,建立一种宽度回声状态网络模型对加工参数与危害物的内在映射关系进行建模;在危害物含量要求下,利用此模型可实现加工过程参数的自动给定。结果 以脱臭工序为例的实验表明,所提方法能够有效利用已知变量自动计算出加工参数,宽度回声状态网络的计算精度优于其他几种典型循环神经网络模型。结论 所提方法可有效提升菜籽油加工过程危害物的自动控制水平,进而提升加工过程的科学性和规范性。 展开更多
关键词 菜籽油加工 参数辨识 自动决策 宽度回声状态网络
原文传递
回声状态网络的可见光通信系统空间相关性研究
10
作者 刘芳 陈志标 《激光杂志》 CAS 北大核心 2023年第6期182-186,共5页
可见光通信系统的空间相关性会对系统信道容量以及系统性能产生巨大的影响,为此对回声状态网络下的可见光通信系统空间相关性进行研究。基于回声状态网络设计通信信道模型,分别计算直射链路以及非直射链路的信道直流增益效果,在通信函... 可见光通信系统的空间相关性会对系统信道容量以及系统性能产生巨大的影响,为此对回声状态网络下的可见光通信系统空间相关性进行研究。基于回声状态网络设计通信信道模型,分别计算直射链路以及非直射链路的信道直流增益效果,在通信函数的基础上建立可见光通信模型,并设置回声状态网络连接矩阵;分析可见光通信系统空间相关性,获取接收机热噪声的系数比;在发射与接收端口建立矩阵结构,依据接收角的集中增益系数,更新信号接收集中增益比;计算空间相关容量误差,以此获取相关系数。实验结果显示,2*2信道容量下,三种频率的空间相关性分别在链路距离为80 m、100 m和150 m时归零,2*4信道容量的最大链路距离则为140 m、190 m、230 m,信道容量和中心点频率均对空间相关性具有正向影响。 展开更多
关键词 回声状态网络 可见光通信系统 空间相关性 通信链路距离 信道容量
原文传递
多元时间序列的回声状态网络模型表达与分类 被引量:1
11
作者 何莎 周熙人 陈秋菊 《计算机工程与应用》 CSCD 北大核心 2023年第15期132-140,共9页
回声状态网络(echo state network,ESN)的储备池结构不仅能充分挖掘序列数据中动态信息,也进一步提高了训练效率。然而目前基于ESN的算法难以达到复杂神经网络的精度,为此提出一种基于生成模型距离度量的多元时间序列学习与分类方法。利... 回声状态网络(echo state network,ESN)的储备池结构不仅能充分挖掘序列数据中动态信息,也进一步提高了训练效率。然而目前基于ESN的算法难以达到复杂神经网络的精度,为此提出一种基于生成模型距离度量的多元时间序列学习与分类方法。利用ESN在动态数据表示的优势将低维动态原始输入映射到高维静态空间,再拟合储备池状态序列的生成模型作为数据的模型表达,结合原型推理,基于生成模型集合张成的空间中原型与输入的距离进行分类,其结果能通过在模型读出空间的相似原型来推导,具有可解释性。基准数据集上的实验验证了该方法在算法实时性和分类性能上的优势。 展开更多
关键词 多元时间序列 回声状态网络 模型空间 原型学习
下载PDF
基于注意力机制回声状态神经网络的混沌系统预测 被引量:1
12
作者 刘建明 徐一宸 《动力学与控制学报》 2023年第8期31-37,共7页
混沌系统在电路、保密通讯、加密解密等方面具有重要的研究意义.由于其对初值非常敏感,传统的统计学时间序列预测方法在处理混沌时间序列预测问题是具有挑战的.回声状态网络是一种特殊的循环神经网络,在复杂动态系统动力学与控制方面具... 混沌系统在电路、保密通讯、加密解密等方面具有重要的研究意义.由于其对初值非常敏感,传统的统计学时间序列预测方法在处理混沌时间序列预测问题是具有挑战的.回声状态网络是一种特殊的循环神经网络,在复杂动态系统动力学与控制方面具有优势.经典的回声状态网络将每个样本置于同一地位,然而实际问题中不同的样本的重要性往往是有差异的.本文提出注意力机制回声状态神经网络模型,将回声状态网络与注意力机制相结合体现样本之间的差异性以及样本之间的相互作用对预测的影响.对混沌系统的预测结果表明注意力机制回声状态神经网络具有更好的预测性能. 展开更多
关键词 混沌系统 回声状态网络 储备池计算 注意力机制 机器学习
下载PDF
基于改进和声搜索算法的回声状态网络优化研究
13
作者 侯瑞华 赵月爱 《太原师范学院学报(自然科学版)》 2023年第4期9-15,共7页
为了解决回声状态网络(ESN)中的输入权值及储蓄池权值采用随机初始化经常会导致结果输出不稳定的问题,提出一种基于和声搜索算法(HS)的回声状态网络模型HS-ESN,该模型通过和声搜索算法可以不断搜索并更新ESN的权值矩阵来得到一个相对较... 为了解决回声状态网络(ESN)中的输入权值及储蓄池权值采用随机初始化经常会导致结果输出不稳定的问题,提出一种基于和声搜索算法(HS)的回声状态网络模型HS-ESN,该模型通过和声搜索算法可以不断搜索并更新ESN的权值矩阵来得到一个相对较优的输入权值和储蓄池权值,从而达到优化网络的目的;之后对HS算法进行了改进,采用Griewank函数的倒数加以验证,在MackeyGlass_17序列数据集上,对原ESN、XESN、HS-ESN以及改进后的HS-ESN进行了不同储蓄层及不同迭代次数的实验,结果表明HS-ESN与改进后的HS-ESN网络的评价误差值均较低,即经过HS算法优化后,ESN网络的性能得到了明显的提升. 展开更多
关键词 和声搜索算法 回声状态网络 权值 预测精度
下载PDF
基于优化回声状态网络的溶解氧预测建模
14
作者 李无言 王志强 +1 位作者 蒋永年 郭亚 《控制工程》 CSCD 北大核心 2023年第3期520-528,共9页
溶解氧是水体质量的一个重要参数,合适的溶解氧浓度有利于水产品的生长发育,预测溶解氧变化对水产养殖环境预警有重要的意义。以准确快速预测溶解氧的变化为目标,设计了一种基于优化回声状态网络(ESN)的水产养殖中溶解氧的预测模型。将... 溶解氧是水体质量的一个重要参数,合适的溶解氧浓度有利于水产品的生长发育,预测溶解氧变化对水产养殖环境预警有重要的意义。以准确快速预测溶解氧的变化为目标,设计了一种基于优化回声状态网络(ESN)的水产养殖中溶解氧的预测模型。将双向构造训练样本的方法和ESN模型相集成以构建溶解氧预测模型,解决了传统ESN模型存在的网络自由参数定值的问题,以及在储备池规模较大情况下模型泛化性能恶化的问题,很好地解决了在水产养殖中无法快速且准确地预测溶解氧变化的问题。测试对比结果表明,优化后的ESN模型具有良好的鲁棒性;同时在储备池较大规模的情况下,能有效减弱传统ESN出现的过拟合现象,增强了模型的泛化性能。 展开更多
关键词 水产养殖 溶解氧 预测建模 回声状态网络 双向构造
原文传递
基于随机拓扑优化提升回声状态网络的交通流预测
15
作者 凌光 肖博元 +2 位作者 孙佳旭 张立峰 宋响响 《控制工程》 CSCD 北大核心 2023年第12期2179-2184,共6页
交通流预测是交通智慧化的重要任务。为了提高短时交通流的预测精度,解决单一模型预测精度不足、易受噪声干扰等特点,提出了一种基于随机拓扑优化的提升回声状态网络(echo state networks, ESN)的预测方法。该方法以简单的回声状态网络... 交通流预测是交通智慧化的重要任务。为了提高短时交通流的预测精度,解决单一模型预测精度不足、易受噪声干扰等特点,提出了一种基于随机拓扑优化的提升回声状态网络(echo state networks, ESN)的预测方法。该方法以简单的回声状态网络为基本构成单元,利用随机拓扑优化策略对回声状态网络的拓扑结构进行优化选择,然后利用基于误差补偿的提升算法提高整体模型的预测精度。通过对随机拓扑优化策略和提升算法在实际交通流预测问题中的性能分析,验证了所提方法的可行性和有效性,同时可为其他弱预测学习器的学习性能改进提供参考。 展开更多
关键词 回声状态网络 交通流预测 提升策略 随机拓扑优化
原文传递
基于改进回声状态网络的锂离子电池剩余使用寿命预测
16
作者 李晓华 赵宇 《电池工业》 CAS 2023年第2期66-73,共8页
锂离子电池凭借其优越的性能被广泛用于纯电动汽车及大型电气系统。然而,随着锂离子电池循环充放电,电池性能大幅度衰退,会间接导致用电系统的性能衰退或发生故障。因此,准确预测锂离子电池剩余有效寿命(RUL),能够保障电池安全可靠运行... 锂离子电池凭借其优越的性能被广泛用于纯电动汽车及大型电气系统。然而,随着锂离子电池循环充放电,电池性能大幅度衰退,会间接导致用电系统的性能衰退或发生故障。因此,准确预测锂离子电池剩余有效寿命(RUL),能够保障电池安全可靠运行。为了提高锂离子电池RUL的预测精度,提出了一种基于改进粒子群算法(IPSO)回声状态网络(ESN)的锂离子电池RUL预测方法,实现在线准确预测锂离子电池RUL。首先,通过遗传算法(GA)的交叉和变异操作优化PSO,提高粒子局部与全局寻优能力。然后通过GA-PSO对ESN网络参数进行优化,建立退化预测模型,利用NASA公开的锂离子电池实验数据进行仿真实验。结果表明,在相同数据集条件下,与改进粒子群算法和门控循环单元(IPSO-GRU)神经网络、遗传算法的极端学习机(GA-ELM)、非线性自回归(NARX)动态神经网络、改进蚁狮优化算法支持向量回归(IALO-SVR)、间接健康指标与ESN的预测方法相比,GA-PSO-ESN有更高的预测精度、稳定性和泛化能力,表明了该方法的有效性。 展开更多
关键词 锂离子电池 遗传算法 粒子群算法 回声状态网络 剩余使用寿命
下载PDF
基于延迟回声状态网的光伏电池板温度预测方法 被引量:6
17
作者 范思远 姚显双 +1 位作者 曹生现 赵波 《自动化学报》 EI CSCD 北大核心 2020年第12期2701-2710,共10页
光伏电池温度变化影响光伏系统输出的稳定性,精准地预测光伏电池板温度的变化趋势,对光伏系统智能运行具有重要意义.为了更好地预测温度的变化趋势,本文考虑了光伏电池板温度的迟滞效应,将先前的温度输出作为延迟项引入回声状态网中,提... 光伏电池温度变化影响光伏系统输出的稳定性,精准地预测光伏电池板温度的变化趋势,对光伏系统智能运行具有重要意义.为了更好地预测温度的变化趋势,本文考虑了光伏电池板温度的迟滞效应,将先前的温度输出作为延迟项引入回声状态网中,提出了一种基于延迟回声状态网的光伏电池板温度预测模型.给出一个延迟回声状态网具有回声状态特性的判定条件,使得预测模型能够稳定地预测光伏电池板温度.同时,建立了一套光伏多传感器监测系统,利用该监测系统采集的数据,训练和验证模型的准确性.与回声状态网(Echo state network,ESN),Leaky ESN(Leaky-integrator ESN)和VML ESN(ESN with variable memory length)相比,仿真结果表明,本文所提出的延迟回声状态网具有更好的预测性能,平均绝对百分比误差甚至达到3.45%. 展开更多
关键词 光伏 电池板温度 回声状态 热迟滞效应 回声状态特性
下载PDF
遗传算法优化回声状态网络的网络流量预测 被引量:39
18
作者 田中大 高宪文 +1 位作者 李树江 王艳红 《计算机研究与发展》 EI CSCD 北大核心 2015年第5期1137-1145,共9页
网络流量预测是网络拥塞控制与网络管理的一个重要问题.网络流量时间序列具有时变、非线性特征,导致传统时间序列预测方法预测精度比较低,无法建立精确的预测模型.回声状态网络(echo state network,ESN)在非线性混沌系统预测与建模方面... 网络流量预测是网络拥塞控制与网络管理的一个重要问题.网络流量时间序列具有时变、非线性特征,导致传统时间序列预测方法预测精度比较低,无法建立精确的预测模型.回声状态网络(echo state network,ESN)在非线性混沌系统预测与建模方面有着良好的性能,非常适合网络流量的预测.为了提高网络流量的预测精度,提出一种基于遗传算法(genetic algorithm,GA)优化回声状态网络的网络流量非线性预测方法.首先利用回声状态网络对网络流量进行预测;然后利用遗传算法对回声状态网络预测模型中的储备池参数进行优化,提高预测模型的预测精度.通过中国联合网络通信公司辽宁分公司采集的实际网络流量数据进行了仿真验证.与差分自回归滑动平均模型(auto regressive integrated moving average,ARIMA)、Elman神经网络以及最小二乘支持向量机(least square support vector machine,LSSVM)这3种常见预测模型进行了对比,仿真结果表明提出的方法具有更高的预测精度与更小的预测误差,更能刻画网络流量复杂的变化特点. 展开更多
关键词 网络流量 非线性 预测 遗传算法 回声状态网络
下载PDF
基于数据的改进回声状态网络在高炉煤气发生量预测中的应用 被引量:33
19
作者 刘颖 赵珺 +2 位作者 王伟 吴毅平 陈伟昌 《自动化学报》 EI CSCD 北大核心 2009年第6期731-738,共8页
以钢铁企业高炉煤气系统这一复杂生产过程为背景,针对高炉煤气发生量的预测问题,提出一种基于数据的网络模型预测方法.鉴于生产数据含噪高的特点,采用经验模态分解将历史数据分解为若干独立的固有模态函数,将小尺度函数经低通滤波器自... 以钢铁企业高炉煤气系统这一复杂生产过程为背景,针对高炉煤气发生量的预测问题,提出一种基于数据的网络模型预测方法.鉴于生产数据含噪高的特点,采用经验模态分解将历史数据分解为若干独立的固有模态函数,将小尺度函数经低通滤波器自适应去噪后,再对数据重构以建立预测模型.在建模过程中提出一种改进的回声状态网络,通过奇异值分解求取网络输出权值,克服了线性回归算法出现的病态问题,提高了模型的预测精度.现场实际数据预测结果表明所提出方法的有效性,为制定煤气管网平衡调度方案提供科学的决策支持. 展开更多
关键词 预测模型 回声状态网络 奇异值分解 经验模态分解
下载PDF
基于混沌理论与改进回声状态网络的网络流量多步预测 被引量:18
20
作者 田中大 李树江 +1 位作者 王艳红 王向东 《通信学报》 EI CSCD 北大核心 2016年第3期55-70,共16页
网络流量预测是网络管理及网络拥塞控制的重要问题,针对该问题提出一种基于混沌理论与改进回声状态网络的网络流量预测方法。首先利用0-1混沌测试法与最大Lyapunov指数法对不同时间尺度下的网络流量样本数据进行分析,确定网络流量在不... 网络流量预测是网络管理及网络拥塞控制的重要问题,针对该问题提出一种基于混沌理论与改进回声状态网络的网络流量预测方法。首先利用0-1混沌测试法与最大Lyapunov指数法对不同时间尺度下的网络流量样本数据进行分析,确定网络流量在不同时间尺度下都具有混沌特性。将相空间重构技术引入网络流量预测,通过C-C方法确定延迟时间,G-P算法确定嵌入维数。对网络流量时间序列进行相空间重构之后,利用一种改进的回声状态网络进行网络流量的多步预测。提出一种改进的和声搜索优化算法对回声状态网络的相关参数进行优化以提高预测精度。利用网络流量的公共数据集以及实际数据进行了仿真,结果表明,提出的预测方法具有更高的预测精度以及更小的预测误差。 展开更多
关键词 网络流量 混沌 回声状态网络 时间尺度 预测
下载PDF
上一页 1 2 18 下一页 到第
使用帮助 返回顶部