基于分布式神经网络递推预报误差算法的非线性系统建模 被引量：4

1

作者 熊智华 王雄 徐用懋 《信息与控制》 CSCD 北大核心 2000年第5期414-420,共7页

采用基于递推预报误差算法的分布式神经网络结构建立非线性系统模型 .子神经网络模型及其连接权值均采用递推预报误差方法来进行训练 ,将所有子网络融合得到的分布式神经网络模型在模型精确性和鲁棒性方面有显著地增加 .

关键词 分布式神经网络 递推预报误差算法 非线性系统

下载PDF 职称材料

递推预报误差算法在非线性回归分析中的应用 被引量：2

2

作者 田社平 丁国清 颜德田 《计量技术》 2001年第3期43-44,共2页

在非线性回归分析中 ,常用的方法有变量代换法和多项式回归法[1] ,本文针对上述方法的缺点 ,介绍了一种递推预报误差算法 ,并应用于非线性回归分析中。计算结果表明 。

关键词 非线性回归分析 递推预报误差算法 回归曲线

下载PDF 职称材料

多维ARMAX系统辨识的一种新的递推预报误差算法

3

作者 赖晓平 李瑞胜 洪惠民 《信息与控制》 CSCD 北大核心 1991年第1期1-7,18,共8页

本文根据预报误差(RPE)算法的思想,对多输入-多输出 ARMAX 模型 A(z)y_n=B(z)u_n+C(z)ε_n 发展了一种新的辨识算法.由于在算法中加了矩阵多项式 C(z)的稳定性检验,这一种算法比推广最小二乘算法具有更快的收敛速度,这个结果在计算机仿... 本文根据预报误差(RPE)算法的思想,对多输入-多输出 ARMAX 模型 A(z)y_n=B(z)u_n+C(z)ε_n 发展了一种新的辨识算法.由于在算法中加了矩阵多项式 C(z)的稳定性检验,这一种算法比推广最小二乘算法具有更快的收敛速度,这个结果在计算机仿真中得到了证实. 展开更多

关键词 系统辨识 递推 预报误差算法 ARMAX

下载PDF 职称材料

基于递推预报误差算法的前馈神经网络的设计

4

作者 穆玲玲 王桂萍 《计算机工程与应用》 CSCD 北大核心 2003年第19期130-132,共3页

该文介绍了一种基于递推预报误差算法的前馈神经网络的实现方法。将该网络应用于非线性系统模型的仿真试验中取得了良好的效果。文中给出了试验的结果,并对该网络的应用进行了讨论。

关键词 递推预报误差算法 前馈神经网络 非线性系统建模

下载PDF 职称材料

机器学习对延伸期降水集合预报的订正分析 被引量：1

5

作者 陆振宇 孔小翠 +1 位作者 张恒德 黄威 《现代电子技术》 2022年第7期86-91,共6页

为了扩展气象业务中历史预报资料在集合预报产品中的应用性,本文尝试基于机器学习的后处理模型,对欧洲中期天气预报中心(ECMWF)ECMF模式的数值天气预报模式生成的2019年5月—8月历史再预报(训练期)数据进行各模型参数训练,可对2019年5月... 为了扩展气象业务中历史预报资料在集合预报产品中的应用性,本文尝试基于机器学习的后处理模型,对欧洲中期天气预报中心(ECMWF)ECMF模式的数值天气预报模式生成的2019年5月—8月历史再预报(训练期)数据进行各模型参数训练,可对2019年5月—8月实时延伸期月降水预报(预报期)进行集合预报分析,均选取华东地区(23.0°N~38.5°N,113.0°E~123.0°E)。采用均方根误差和绝对误差插值空间分布对预报订正效果进行评估,通过K-近邻算法(KNN)、Bagging算法、随机森林(RF)、梯度提升回归树(GBRT)、极端随机树(ET)这5种后处理回归模型的预报订正效果的对比表明:5种后处理模型的均方根误差随预报时效的增长呈现波动变化;受地形分布的影响,华东地区的北部均方根误差较小,从空间分布清楚得出,K-近邻算法的订正预报效果最好,对应的平均绝对误差在10~20 mm,其他4种机器学习模型的误差在50~100 mm。 展开更多

关键词 集合平均 历史再预报 延伸期降水预报 K-近邻算法 机器学习 均方根误差 插值分布

下载PDF 职称材料

一种递推辨识算法

6

作者 姚福来 吴圣雄 《工业仪表与自动化装置》 1990年第4期7-9,共3页

根据最小二乘预报误差的变化规律,本文给出一种能在线同时辨识系统阶数和参数的递推算法——递推预报误差法。

关键词 递推辨识算法 控制论 递推预报误差

下载PDF 职称材料

基于改进算法递归神经网络的研究

7

作者 王大志 金辉 唐任远 《沈阳工业学院学报》 CAS 2003年第2期5-6,31,共3页

动态递归神经网络具有递归单元及记忆功能 ,使其在系统辨识和控制中有独特的作用 .针对BP算法的不足 ,提出了一种递推预报误差 (RPE)学习算法 .对一个非线性系统进行了辨识 ,其仿真结果表明 ,改进的RPE算法优于BP算法 .

关键词 动态递归神经网络 递推预报误差学习算法 非线性系统 系统辨识 BP算法 仿真 Gauss-Newton搜索方向 前馈网络

下载PDF 职称材料

应用递推神经网络的传感器动态建模研究 被引量：13

8

作者 田社平 姜萍萍 颜国正 《仪器仪表学报》 EI CAS CSCD 北大核心 2004年第5期574-576,共3页

根据动态校准实验结果建立传感器的动态数学模型 ,以研究传感器的动态性能 ,是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ,整个网络的... 根据动态校准实验结果建立传感器的动态数学模型 ,以研究传感器的动态性能 ,是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ,整个网络的特性决定于相邻层间的连接权。采用递推预报误差算法训练神经网络 ,具有收敛速度快、收敛精度高的特点。由于其反馈特征 ,使得递归神经网络模型能获取系统的动态响应特性。该方法特别适用于传感器非线性动态建模 ,而且避免了传感器模型阶次的选择的困难。试验结果表明 。 展开更多

关键词 递归神经网络 传感器 动态建模 递推预报误差算法 连接权 动态响应特性 模型 训练 获取 实验结果

下载PDF 职称材料

一种递归神经网络的快速并行算法 被引量：14

9

作者 李鸿儒 顾树生 《自动化学报》 EI CSCD 北大核心 2004年第4期516-522,共7页

针对递归神经网络BP(Back Propagation)学习算法收敛慢的缺陷,提出一种新的递归神经网络快速并行学习算法.首先,引入递推预报误差(RPE)学习算法,并且证明了其稳定性;进一步地,为了克服RPE算法集中运算的不足,设计完整的并行结构算法.本... 针对递归神经网络BP(Back Propagation)学习算法收敛慢的缺陷,提出一种新的递归神经网络快速并行学习算法.首先,引入递推预报误差(RPE)学习算法,并且证明了其稳定性;进一步地,为了克服RPE算法集中运算的不足,设计完整的并行结构算法.本算法将计算分配到神经网络中的每个神经元,完全符合神经网络的并行结构特点,也利于硬件实现.仿真结果表明,该算法比传统的递归BP学习算法具有更好的收敛性能.理论分析和仿真实验证明,该算法与RPE集中运算算法相比可以大大节省计算时间. 展开更多

关键词 递归神经网络 递推预报误差 并行算法 集中运算

下载PDF 职称材料

改进RPE算法的神经网络在客户欺诈预测中的应用 被引量：3

10

作者 王华秋 曹长修 +1 位作者 何波 刘祥明 《计算机工程》 EI CAS CSCD 北大核心 2006年第18期25-27,共3页

客户欺诈在一定程度上抑制了消费,这会妨碍电信运营商和电信用户的亲密度,从而削弱电信运营商的市场竞争力。客户欺诈现象存在非常复杂的多元非线性关系,从统计学角度出发,难以建立预测模型,针对这些问题,提出了基于递推预报误差(RPE)... 客户欺诈在一定程度上抑制了消费,这会妨碍电信运营商和电信用户的亲密度,从而削弱电信运营商的市场竞争力。客户欺诈现象存在非常复杂的多元非线性关系,从统计学角度出发,难以建立预测模型,针对这些问题,提出了基于递推预报误差(RPE)算法神经网络的方法建模,并采用改进的动态遗忘因子方法保证了平稳收敛。实验结果表明,用该算法预测客户欺诈的危险度效果优于BP神经网络模型,具有实用性和有效性。 展开更多

关键词 递推预报误差算法 改进动态遗忘因子 客户欺诈 预测模型

下载PDF 职称材料

准对角递归神经网络及其算法的研究 被引量：6

11

作者 李鸿儒 王建辉 顾树生 《系统仿真学报》 CAS CSCD 2004年第7期1542-1544,1547,共4页

提出一种准对角递归神经网络(QDRNN)结构及学习算法。此QDRNN结构上与对角递归神经网络(DRNN)相似,保留了DRNN结构简单的优点,以减小计算量,同时增加了相邻递归神经元之间的关联,可以直接应用BP学习算法进行训练。进一步,引入递推预报误... 提出一种准对角递归神经网络(QDRNN)结构及学习算法。此QDRNN结构上与对角递归神经网络(DRNN)相似,保留了DRNN结构简单的优点,以减小计算量,同时增加了相邻递归神经元之间的关联,可以直接应用BP学习算法进行训练。进一步,引入递推预报误差(RPE)学习算法,并且证明了其稳定性。仿真结果表明,QDRNN比DRNN具有更好的非线性逼近能力,而运算时间却增加甚微,DRNN的学习算法稍加变化即可应用。 展开更多

关键词 准对角递归神经网络 结构 BP算法 递推预报误差 稳定性

下载PDF 职称材料

基于神经网络在线学习的脱硝系统入口氮氧化物预测 被引量：7

12

作者 金秀章 张少康 《河北大学学报（自然科学版）》 CAS 北大核心 2018年第4期423-431,共9页

针对脱硝系统入口氮氧化物静态软测量预测模型不能满足变负荷时需求的问题,建立了一种基于神经网络在线学习的软测量模型.利用粒子群算法对静态神经网络的参数进行寻优,结合预报误差和当前预测误差的大小在线更新网络的权值、阈值和学... 针对脱硝系统入口氮氧化物静态软测量预测模型不能满足变负荷时需求的问题,建立了一种基于神经网络在线学习的软测量模型.利用粒子群算法对静态神经网络的参数进行寻优,结合预报误差和当前预测误差的大小在线更新网络的权值、阈值和学习速率,可以满足不同负荷下的需求,利用电厂的实际运行数据对模型进行了验证.结果表明:在不同负荷下,建立的神经网络在线学习模型的准确性高,实时性好,泛化能力强,可以很好地对入口氮氧化物进行预测,为脱硝系统入口氮氧化物在线测量和监测提供了一种有效的方法. 展开更多

关键词 入口氮氧化物 核主元法 粒子群算法 预报误差 神经网络在线学习

下载PDF 职称材料

基于RPE算法的正弦信号测量 被引量：2

13

作者 韦红雨 田社平 《中国计量学院学报》 2005年第1期21-23,共3页

　给出了一种同时测量正弦波参数的方法.该方法基于递推预报误差(RPE)算法,采用递推结构,具有占用内存少、易于编程、能够进行在线测量、计算精度高等特点.并给出了部分试验结果.

关键词 RPE算法 信号测量 正弦 递推预报误差 同时测量 在线测量 试验结果 计算精度 波参数 内存 编程

下载PDF 职称材料

辽宁神经网络降水预报系统 被引量：2

14

作者 张立祥 陈力强 +1 位作者 韩秀君 刘文明 《辽宁气象》 1999年第1期16-19,共4页

利用ＢＰ（误差反向传播）神经网络建立辽宁灾害性天气预报系统。介绍了夏季降水的神经网络结构、学习算法和业务应用情况。结果表明，神经网络技术适于用预报气象要素。

关键词 降水预报 夏季降水 灾害性天气预报 气象要素 神经网络技术 学习算法 系统 误差反向传播 业务应用 BP

下载PDF 职称材料

基于对角递归神经网络的建模及应用 被引量：16

15

作者 段慧达 郑德玲 刘聪 《北京科技大学学报》 EI CAS CSCD 北大核心 2004年第1期103-105,共3页

介绍了对角递归神经网络,针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练.通过对非线性系统辨识的仿真及在磷化温控系统建模中的应用,验证了这种建模方法的有效性.

关键词 对角递归神经网络 非线性系统辨识 磷化 递推预报误差 递推预报误差学习算法

下载PDF 职称材料

基于对角递归网络补偿器的直线永磁同步电机伺服系统

16

作者 周振雄 杨建东 曲永印 《煤矿机械》 北大核心 2008年第4期127-130,共4页

针对直线永磁同步电机伺服系统负载阻力扰动、动子质量变化等扰动提出了一种基于动态对角递归网络补偿器的位置伺服控制方案。利用动态对角递归网络具有内部反馈结构和动态映射能力对系统参数变化和扰动具有较强鲁棒性的特点,设计出一... 针对直线永磁同步电机伺服系统负载阻力扰动、动子质量变化等扰动提出了一种基于动态对角递归网络补偿器的位置伺服控制方案。利用动态对角递归网络具有内部反馈结构和动态映射能力对系统参数变化和扰动具有较强鲁棒性的特点,设计出一种新型非线性补偿器,并利用一种改进的递推预报误差学习算法加快权值调整速度、节约在线训练时间。 展开更多

关键词 直线永磁同步电机 动态对角递归网络 递推预报误差学习算法

下载PDF 职称材料

人工肌肉系统神经网络建模与控制 被引量：2

17

作者 田社平 丁国清 +1 位作者 颜德田 林良明 《中国生物医学工程学报》 EI CAS CSCD 北大核心 2003年第4期300-308,共9页

针对广泛应用于医疗机器人等领域的空气压人工肌肉的非线性特性 ,运用神经网络模型 ,对人工肌肉系统进行建模与控制。设计了一个具有单关节的人工肌肉试验系统。采用递推预报误差 (RPE)算法来训练神经网络 ,并给出了RPE算法的具体实现 ... 针对广泛应用于医疗机器人等领域的空气压人工肌肉的非线性特性 ,运用神经网络模型 ,对人工肌肉系统进行建模与控制。设计了一个具有单关节的人工肌肉试验系统。采用递推预报误差 (RPE)算法来训练神经网络 ,并给出了RPE算法的具体实现 ,该算法与传统的BP算法相比具有更好的收敛特性。讨论了不同的输入向量和不同的隐层节点数对建模结果的影响。在此基础上提出了一种基于神经网络的人工肌肉系统非线性控制结构 ,并给出了人工肌肉关节跟踪正弦波和矩形波参考信号的试验结果。试验结果表明 ,采用神经网络模型对人工肌肉系统进行建模与控制 ,能有效地克服人工肌肉系统的非线性 ,能够得到更快的控制速度和更高的控制精度。 展开更多

关键词 人工肌肉 神经网络 递推预报误差算法 非线性建模与控制

下载PDF 职称材料

基于递归网络的传感器动态建模方法 被引量：3

18

作者 田社平 颜德田 丁国清 《传感器技术》 CSCD 北大核心 2002年第9期36-38,共3页

研究了递归网络模型在传感器动态建模中的应用,给出了递归网络模型的结构及相应的训练算法。该方法避免了传感器模型阶次的选择的困难。试验结果表明,应用递归网络对传感器进行动态建模是一种行之有效的方法。

关键词 递归网络 传感器 动态建模 递推预报误差算法

下载PDF 职称材料

BP神经网络在测试系统动态补偿中的应用(英文) 被引量：2

19

作者 田社平 韦红雨 +1 位作者 王志武 颜国正 《测试技术学报》 EI 2005年第4期453-458,共6页

测试系统的非线性动态补偿是仪器技术的一个重要方面.采用BP神经网络对测试系统进行动态补偿.BP神经网络的结果决定于网络输入、隐层和输出节点.由于其非线性映射特性,BP神经网络完全能够反映测试系统的动态响应特性.采用了收敛速度较... 测试系统的非线性动态补偿是仪器技术的一个重要方面.采用BP神经网络对测试系统进行动态补偿.BP神经网络的结果决定于网络输入、隐层和输出节点.由于其非线性映射特性,BP神经网络完全能够反映测试系统的动态响应特性.采用了收敛速度较快的递推预报误差算法训练神经网络.试验结果表明,BP神经网络的特性完全能够满足测试系统的动态补偿要求,表明本文的方法是有效的. 展开更多

关键词 动态补偿 神经网络 递推预报误差算法

下载PDF 职称材料

基于递归神经网络模型的传感器非线性动态补偿 被引量：9

20

作者 田社平 《上海交通大学学报》 EI CAS CSCD 北大核心 2003年第1期13-16,共4页

讨论了递归神经网络模型在传感器非线性动态补偿中的应用 ,给出了递归神经网络模型的结构及相应的训练算法 .递归神经网络模型本身具有动态映射能力 ,其结构仅与输入层和中间层的节点数有关 ,且不需要知道被补偿传感器的结构特性 (如输... 讨论了递归神经网络模型在传感器非线性动态补偿中的应用 ,给出了递归神经网络模型的结构及相应的训练算法 .递归神经网络模型本身具有动态映射能力 ,其结构仅与输入层和中间层的节点数有关 ,且不需要知道被补偿传感器的结构特性 (如输出、输入的最大延迟 )等先验知识 ,简化了动态补偿器的结构设计 .采用递推预报误差算法训练神经网络 ,具有收敛速度快、收敛精度高的特点 .实验结果表明 ,经过补偿后的传感器具有期望的输入输出特性 。 展开更多

关键词 传感器 非线性动态补偿 递归神经网络模型 网络结构 训练算法 递推预报误差算法

下载PDF 职称材料