本文關(guān)鍵詞：基于Elman神經(jīng)網(wǎng)絡(luò)及優(yōu)化算法的混合模型的研究及應(yīng)用

  更多相關(guān)文章： 神經(jīng)網(wǎng)絡(luò) 優(yōu)化算法 混合模型 風(fēng)速預(yù)測(cè)

【摘要】：人工神經(jīng)網(wǎng)絡(luò)是一種基于數(shù)學(xué)、物理的方法,從信息處理角度出發(fā)對(duì)生物體神經(jīng)網(wǎng)絡(luò)進(jìn)行抽象而建立起來(lái)的數(shù)據(jù)處理模型,近些年學(xué)者們利用人工神經(jīng)網(wǎng)絡(luò)在理論研究、應(yīng)用研究以及實(shí)現(xiàn)技術(shù)等方面取得了一些引人注目的成就。特別是神經(jīng)網(wǎng)絡(luò)與進(jìn)化算法、群體智能算法、模糊理論、灰色理論等智能信息處理方法相結(jié)合,形成的“混合神經(jīng)網(wǎng)絡(luò)模型”,己廣泛應(yīng)用在模式識(shí)別、信號(hào)處理、控制與優(yōu)化、通信傳輸?shù)葘?shí)際工程領(lǐng)域中,尤其是在預(yù)測(cè)建模中。本文從人工神經(jīng)網(wǎng)絡(luò)和遺傳算法、粒子群優(yōu)化算法的基本原理出發(fā),詳細(xì)介紹一種具有動(dòng)態(tài)反饋機(jī)制的Elman神經(jīng)網(wǎng)絡(luò),在此基礎(chǔ)上深入研究遺傳神經(jīng)網(wǎng)絡(luò)和粒子群神經(jīng)網(wǎng)絡(luò)這兩種混合神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型和學(xué)習(xí)算法,最后加以實(shí)證分析。由于風(fēng)速預(yù)測(cè)在風(fēng)能利用中的重要地位,它對(duì)風(fēng)資源的評(píng)估、電力系統(tǒng)的運(yùn)營(yíng)、風(fēng)電并網(wǎng)規(guī)劃都有著關(guān)鍵的影響,所以風(fēng)速預(yù)測(cè)對(duì)風(fēng)電系統(tǒng)的運(yùn)行有著深遠(yuǎn)的影響。影響風(fēng)速變動(dòng)的因素有很多,總體而言風(fēng)速的一個(gè)顯著特點(diǎn)就是它是一個(gè)非線性的時(shí)間序列。而神經(jīng)網(wǎng)絡(luò)是一個(gè)可以處理各種非線性映射的信息處理系統(tǒng),本文通過(guò)構(gòu)建單一的Elman神經(jīng)網(wǎng)絡(luò)以及結(jié)合了進(jìn)化算法的混合神經(jīng)網(wǎng)絡(luò)分別對(duì)承德某風(fēng)電場(chǎng)的風(fēng)速數(shù)據(jù)進(jìn)行訓(xùn)練并作短期預(yù)測(cè),神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果與誤差分析結(jié)果表明基于Elman神經(jīng)網(wǎng)絡(luò)和優(yōu)化算法的混合預(yù)測(cè)模型能夠有效提高預(yù)測(cè)精度,證明了該混合模型的可行性。
【關(guān)鍵詞】：神經(jīng)網(wǎng)絡(luò) 優(yōu)化算法 混合模型 風(fēng)速預(yù)測(cè)
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM614;TP183
【目錄】：

• 中文摘要3-4
• Abstract4-7
• 第一章 緒論7-12
• 1.1 研究背景及選題意義7-10
• 1.2 本文的主要內(nèi)容10-12
• 第二章 人工神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)12-21
• 2.1 人工神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)介12-17
• 2.1.1 神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用12-13
• 2.1.2 人工神經(jīng)網(wǎng)絡(luò)模型13-15
• 2.1.3 人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和學(xué)習(xí)規(guī)則15-17
• 2.2 Elman神經(jīng)網(wǎng)絡(luò)17-21
• 2.2.1 Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)17-18
• 2.2.2 Elman神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法18-21
• 第三章 兩種混合神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)及算法原理21-31
• 3.1 遺傳神經(jīng)網(wǎng)絡(luò)21-25
• 3.1.1 遺傳算法簡(jiǎn)介21-23
• 3.1.2 遺傳神經(jīng)網(wǎng)絡(luò)原理23-25
• 3.2 粒子群神經(jīng)網(wǎng)絡(luò)25-31
• 3.2.1 粒子群優(yōu)化算法簡(jiǎn)介25-28
• 3.2.2 粒子群神經(jīng)網(wǎng)絡(luò)原理28-31
• 第四章 基于混合神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速預(yù)測(cè)31-42
• 4.1 問(wèn)題背景31-32
• 4.2 Elman網(wǎng)絡(luò)預(yù)測(cè)風(fēng)速的實(shí)現(xiàn)32-36
• 4.3 混合神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)風(fēng)速的實(shí)現(xiàn)36-38
• 4.3.1 GA-Elman神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)風(fēng)速的實(shí)現(xiàn)36-37
• 4.3.2 PSO-Elman神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)風(fēng)速的實(shí)現(xiàn)37-38
• 4.4 實(shí)驗(yàn)結(jié)果分析38-42
• 第五章 總結(jié)與討論42-44
• 參考文獻(xiàn)44-46
• 致謝46

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 林相波,邱天爽;固定結(jié)構(gòu)單元權(quán)值對(duì)基本Elman網(wǎng)絡(luò)性能影響[J];大連理工大學(xué)學(xué)報(bào);2004年05期

2 湯井田;曹揚(yáng);肖嘉瑩;郭曲練;;Predication of plasma concentration of remifentanil based on Elman neural network[J];Journal of Central South University;2013年11期

3 任雪梅,陳杰,龔至豪,竇麗華;改進(jìn)Elman網(wǎng)絡(luò)的逼近性質(zhì)研究(英文)[J];Journal of Beijing Institute of Technology(English Edition);2002年01期

4 王攀,蘇智,馮珊;局部回歸Elman網(wǎng)絡(luò)學(xué)習(xí)算法的注記[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2002年02期

5 田燕;康海英;唐力偉;鄭海起;;一種改進(jìn)的Elman網(wǎng)絡(luò)及其在載荷識(shí)別中的應(yīng)用[J];機(jī)械強(qiáng)度;2006年S1期

6 金宇華;羅沛蘭;扶名福;楊國(guó)泰;;Elman網(wǎng)絡(luò)和綜合關(guān)聯(lián)度在風(fēng)機(jī)診斷中的應(yīng)用[J];微計(jì)算機(jī)信息;2008年10期

7 蘇剛;王玲玲;徐永生;;基于改進(jìn)Elman網(wǎng)絡(luò)的燃?xì)庳?fù)荷預(yù)測(cè)[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年S1期

8 弓學(xué)敏;胡靜;;基于模擬退火算法的Elman網(wǎng)絡(luò)及其應(yīng)用[J];電力科學(xué)與工程;2008年08期

9 李翔,陳增強(qiáng),袁著祉,賀江峰;基于擴(kuò)展Elman網(wǎng)絡(luò)的非線性自校正控制器[J];自動(dòng)化儀表;1999年12期

10 張倩;;基于Elman網(wǎng)絡(luò)非線性散射參數(shù)測(cè)量與建模[J];現(xiàn)代電子技術(shù);2011年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 ;Study of PID Elman Neural Network and Its Application in Dynamical Systems Identification[A];第二十四屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2005年

2 ;Identification of dynamic nonlinear systems using recurrent neural networks[A];第十九屆中國(guó)控制會(huì)議論文集（一）[C];2000年

3 蘇剛;王玲玲;徐永生;;基于改進(jìn)Elman網(wǎng)絡(luò)的燃?xì)庳?fù)荷預(yù)測(cè)[A];第十七屆全國(guó)過(guò)路控制會(huì)議論文集[C];2006年

4 趙建玉;高慧;賈磊;;基于Elman神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)模型[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

5 郭式偉;呂建;張秀蘭;;基于改進(jìn)Elman網(wǎng)絡(luò)的空調(diào)負(fù)荷預(yù)測(cè)[A];全國(guó)暖通空調(diào)制冷2008年學(xué)術(shù)年會(huì)資料集[C];2008年

6 符利勇;何錚;唐守正;劉應(yīng)安;;基于改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)的林隙大小預(yù)測(cè)模型[A];第九屆中國(guó)林業(yè)青年學(xué)術(shù)年會(huì)論文摘要集[C];2010年

7 WenJie Wu;DaGui HUANG;Zheng DONG;;Fault Diagnosis of the Aeroengine Based on Neural Network and D-S Evidence Theory[A];Proceedings of 2011 International Conference on Computer Science and Information Technology(ICCSIT 2011)[C];2011年

8 孟令啟;張洛明;韓麗麗;馬金亮;黃其柏;;基于MATLAB的Elman神經(jīng)網(wǎng)絡(luò)在中厚板軋機(jī)寬展預(yù)測(cè)中的應(yīng)用[A];第二屆中國(guó)CAE工程分析技術(shù)年會(huì)論文集[C];2006年

9 ;Battery State-Of-Charge Estimation in Electric Vehicle Using Elman Neural Network Method[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

10 邰新軍;陸建榮;;基于Elman神經(jīng)網(wǎng)絡(luò)的炮兵戰(zhàn)場(chǎng)目標(biāo)價(jià)值分析[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 時(shí)小虎;Elman神經(jīng)網(wǎng)絡(luò)與進(jìn)化算法的若干理論研究及應(yīng)用[D];吉林大學(xué);2006年

2 王麗敏;計(jì)算智能改進(jìn)方法及其在金融與環(huán)境領(lǐng)域中的應(yīng)用[D];吉林大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 林鵬;冷軋APC系統(tǒng)智能控制器設(shè)計(jì)與實(shí)驗(yàn)研究[D];燕山大學(xué);2015年

2 曹芙;基于Elman神經(jīng)網(wǎng)絡(luò)及優(yōu)化算法的混合模型的研究及應(yīng)用[D];蘭州大學(xué);2015年

3 劉超;429例直腸惡性腫瘤基于SVM和Elman的單病種醫(yī)療費(fèi)用預(yù)測(cè)模型研究與應(yīng)用[D];昆明醫(yī)科大學(xué);2015年

4 艾靜;基于GA-Elman預(yù)測(cè)模型的網(wǎng)絡(luò)輿情研究[D];華中師范大學(xué);2013年

5 韓旭明;Elman神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究[D];天津大學(xué);2006年

6 張巧;基于改進(jìn)免疫算法和Elman神經(jīng)網(wǎng)絡(luò)的超聲馬達(dá)速度辨識(shí)與控制[D];吉林大學(xué);2006年

7 段羅佳;基于Elman神經(jīng)網(wǎng)絡(luò)的豇豆熱風(fēng)干燥含水率預(yù)測(cè)模型研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2015年

8 胡錦;基于Elman神經(jīng)網(wǎng)絡(luò)的示功圖診斷研究[D];安徽工業(yè)大學(xué);2013年

9 石紹堂;基于Elman神經(jīng)網(wǎng)絡(luò)的黃金期貨價(jià)格預(yù)測(cè)模型研究[D];廣西民族大學(xué);2012年

10 朱曉亮;基于Elman網(wǎng)絡(luò)與GPU加速的時(shí)間序列預(yù)測(cè)[D];大連理工大學(xué);2013年

，

本文編號(hào)：895280