針對(duì)遞歸最小二乘回聲狀態(tài)網(wǎng)絡(luò)在噪聲環(huán)境中預(yù)測(cè)精度不高的問(wèn)題,提出了一種改進(jìn)的快速跟蹤回聲狀態(tài)網(wǎng)絡(luò)。首先在遞歸最小二乘回聲狀態(tài)網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上,將自適應(yīng)調(diào)節(jié)的可變遺忘因子加入其代價(jià)函數(shù)中,用改進(jìn)的遞歸最小二乘法對(duì)網(wǎng)絡(luò)輸出權(quán)值進(jìn)行訓(xùn)練,得到快速跟蹤回聲狀態(tài)網(wǎng)絡(luò);然后利用經(jīng)典Lorenz混沌系統(tǒng)驗(yàn)證快速跟蹤回聲狀態(tài)網(wǎng)絡(luò)的有效性;最后利用灰關(guān)聯(lián)法分析各相關(guān)變量與PM_2.5的關(guān)聯(lián)度,建立PM_2.5濃度值輔助變量集合,將輔助變量集合輸入到快速跟蹤回聲狀態(tài)網(wǎng)絡(luò)進(jìn)行PM_2.5濃度值預(yù)測(cè)。實(shí)驗(yàn)表明,與傳統(tǒng)回聲狀態(tài)網(wǎng)絡(luò)、遞歸最小二乘回聲狀態(tài)網(wǎng)絡(luò)預(yù)測(cè)效果相比,快速跟蹤回聲狀態(tài)網(wǎng)絡(luò)的預(yù)測(cè)方法精度佳,抗噪聲能力強(qiáng)。 

【文章來(lái)源】：計(jì)量學(xué)報(bào). 2020,41(09)北大核心CSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

回聲狀態(tài)網(wǎng)絡(luò)結(jié)構(gòu)

RLS-ESN預(yù)測(cè)輸出圖及誤差圖

2 10 h后的PM2.5預(yù)測(cè)輸出圖

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的雁群擴(kuò)展粒子群算法研究[J]. 劉浩然,崔靜闖,盧澤丹,郭長(zhǎng)江,丁攀.  計(jì)量學(xué)報(bào). 2019(03)
[2]Seeing permeability from images: fast prediction with convolutional neural networks[J]. Jinlong Wu,Xiaolong Yin,Heng Xiao.  Science Bulletin. 2018(18)
[3]稱重傳感器蠕變誤差的神經(jīng)網(wǎng)絡(luò)補(bǔ)償方法[J]. 王有貴,吳雙雙,陳紅江.  計(jì)量學(xué)報(bào). 2018(04)
[4]基于對(duì)抗訓(xùn)練策略的語(yǔ)言模型數(shù)據(jù)增強(qiáng)技術(shù)[J]. 張一珂,張鵬遠(yuǎn),顏永紅.  自動(dòng)化學(xué)報(bào). 2018(05)
[5]基于電磁超聲導(dǎo)波的鋁板裂紋缺陷檢測(cè)方法[J]. 楊理踐,邢燕好,張佳,高松巍.  儀器儀表學(xué)報(bào). 2018(04)
[6]基于泄漏積分型回聲狀態(tài)網(wǎng)絡(luò)的在線學(xué)習(xí)光伏功率預(yù)測(cè)[J]. 徐正陽(yáng),路志英,劉洪.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2018(02)
[7]基于PSO-BP神經(jīng)網(wǎng)絡(luò)的關(guān)節(jié)臂式坐標(biāo)測(cè)量機(jī)長(zhǎng)度誤差補(bǔ)償[J]. 陸藝,張培培,王學(xué)影,王華,趙晨馨.  計(jì)量學(xué)報(bào). 2017(03)
[8]基于罰函數(shù)內(nèi)點(diǎn)法的泄露積分型回聲狀態(tài)網(wǎng)的參數(shù)優(yōu)化[J]. 倫淑嫻,胡海峰.  自動(dòng)化學(xué)報(bào). 2017(07)
[9]多元時(shí)間序列的子空間回聲狀態(tài)網(wǎng)絡(luò)預(yù)測(cè)模型[J]. 韓敏,許美玲,王新迎.  計(jì)算機(jī)學(xué)報(bào). 2014(11)
[10]基于小波回聲狀態(tài)網(wǎng)絡(luò)的混沌時(shí)間序列預(yù)測(cè)[J]. 宋彤,李菡.  物理學(xué)報(bào). 2012(08)



本文編號(hào)：3274147