[1]张瑞敏 黄梦涛 程青涛.智能神经元网络时间序列预测模型的研究[J].计算机技术与发展,2012,(03):74-76.
　ZHANG Rui-min,HUANG Meng-tao,CHENG Qing-tao.Application of Dynamic Intelligent Neural Network in Time Series Prediction[J].,2012,(03):74-76.
点击复制

智能神经元网络时间序列预测模型的研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年03期
页码:
74-76
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Application of Dynamic Intelligent Neural Network in Time Series Prediction
文章编号:
1673-629X（2012）03-0074-03
作者:
张瑞敏 黄梦涛 程青涛
西安科技大学电气控制与工程学院
Author(s):
ZHANG Rui-min;  HUANG Meng-tao;  CHENG Qing-tao
Dept. of Electrical Control and Engineering, Xi ＇ an University of Science and Technology
关键词:
智能神经元; 神经网络; BP算法; 时间序列; 预测模型
Keywords:
intelligent neuron;  neural network;  BP algorithm;  time series;  prediction model
分类号:
TP183
文献标志码:
A
摘要:
人工神经元网络的研究技术在理论和实际应用上已经比较成熟,在信号处理系统中也采用该技术进行非线性时间序列信号的预测分析。但是由于该理论黑箱模型的特点,无法引入先验知识,从而预测精度难以提高。针对该问题,文中提出了智能神经网络的动态预测模型,引入智能神经元,建立区别于传统神经网络的预测模型,达到了较为理想的预测效果。并以工业生产参数的时间序列预测——某油井生产过程中MinCurrent参数值,作为实验模型,对该方法进行了验证,结果表明了该模型预测精度较高、计算速度快
Abstract:
The artificial neuron network technology has been developed in theory and practical application, so it is also used in signal pro- cessing system to predict nonlinear time series. But because of its character of the black box and being unable to introduce prior knowl- edge, it is hard to improve prediction accuracy. To solve this problem, introduce the dynamic intelligent neural networks, a new predic- tion model building up by dynamic predietion and introducing intelligent neuron, which achieves the better prediction result. Then, take the prediction of industrial parameters- Mineurrent-a parameter of a oil for example to validate the method and reveal its practical appli- cation value： high prediction accuracy and fast calculation speed

相似文献/References:

[1]路川 胡欣杰.区域航空市场航线客流量预测研究[J].计算机技术与发展,2010,(04):84.
　LU Chuan,HU Xin-jie.Analysis of Regional Airline Passenger Forecast Title[J].,2010,(03):84.
[2]高峥 陈蜀宇 李国勇.混合入侵检测系统的研究[J].计算机技术与发展,2010,(06):148.
　GAO Zheng,CHEN Shu-yu,LI Guo-yong.Research of a Hybrid Intrusion Detection System[J].,2010,(03):148.
[3]包力伟 周俊.铸锻企业生产质量控制系统的开发[J].计算机技术与发展,2008,(04):174.
　BAO Li-wei,ZHOU Jun.Development of a Manufacture Quality Control System in Casting Company[J].,2008,(03):174.
[4]李志俊 程家兴 金奎 饶玉佳.基于样本期望训练数的BP神经网络改进研究[J].计算机技术与发展,2009,(05):103.
　LI Zhi-jun,CHENG Jia-xing,JIN Kui,et al.BP Algorithm Improvement Based on Sample Expected Training Number[J].,2009,(03):103.
[5]李龙澍 葛瑞峰 王慧萍.基于神经网络的批强化学习在Robocup中的应用[J].计算机技术与发展,2009,(07):98.
　LI Long-shu,GE Rui-feng,WANG Hui-ping.Application of Batch Reinforcement Learning Based on NN to Robocup[J].,2009,(03):98.
[6]贾志先.神经网络在空白试卷识别中的应用[J].计算机技术与发展,2009,(08):208.
　JIA Zhi-xian.Application of Neural Network in Recognization Blank Examination Paper[J].,2009,(03):208.
[7]肖宜龙 路游 亓永刚.基于神经网络的NURBS曲面重建[J].计算机技术与发展,2009,(09):65.
　XIAO Yi-long,LU You,QI Yong-gang.NURBS Surface Reconstruction Based on Neural Network[J].,2009,(03):65.
[8]蔡秋茹 罗烨 柳益君 叶飞跃.企业资信的BP神经网络评估模型研究[J].计算机技术与发展,2009,(10):117.
　CAI Qiu-ru,LUO Ye,LIU Yi-jun,et al.Research on BP Neural Network Model for Corporation Credit Rating[J].,2009,(03):117.
[9]王晓敏 刘希玉 戴芬.BP神经网络预测算法的改进及应用[J].计算机技术与发展,2009,(11):64.
　WANG Xiao-min,LIU Xi-yu,DAI Fen.Improvement and Application of BP Neural Network Forecasting Algorithm[J].,2009,(03):64.
[10]崔海青 刘希玉.基于粒子群算法的RBF网络参数优化算法[J].计算机技术与发展,2009,(12):117.
　CUI Hai-qing,LIU Xi-yu.Parameter Optimization Algorithm of RBF Neural Network Based on PSO Algorithm[J].,2009,(03):117.

备注/Memo

备注/Memo:
陕西省教育科研计划项目（11JK0984）张瑞敏（1984-），女，硕士研究生，主要研究方向为智能控制、数据挖掘；黄梦涛，教授，博士，主要从事计算机控制、光电智能检测及基于图像的测量与监控、智能控制等方面的研究
更新日期/Last Update: 1900-01-01