基于多元數(shù)據(jù)動態(tài)時延匹配的新型回聲狀態(tài)網(wǎng)絡(luò)工業(yè)過程時間序列預(yù)測
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2-2動態(tài)與靜態(tài)時延??Fig.?2-2?Dynamic?and?static?time-delays??為了相對獨立的依賴數(shù)據(jù)知識,使技術(shù)工人的技術(shù)支持相對可能的少,一般采用??理
?北京化工大學(xué)碩士學(xué)位論文???n??Yk=4Z;(k)?式(2-11)??t=i??其中,其數(shù)值越接近1,代表序列曲線相似度越高,否則相關(guān)度越低,一般使用熱力??圖進(jìn)行最后的知識體系表達(dá)。??2.3.3多元變量間時延估計??在許多工業(yè)過程中,多元變量之間都存在關(guān)聯(lián)性,其相互作用....
圖2-3時間窗口滑動過程??Fig.?2-3?Time?window?sliding?processes??描述變量間的相關(guān)系數(shù)Pe[-i,i],過程變量間的正反影響關(guān)系由正負(fù)值確定
據(jù)段相似度的系數(shù)值,如下式所示,??由此提取變量間每個時間點的動態(tài)時延信息。??Pxy(〇(ki)=丄f?0,...,n.式(2-13)??nk?含?Sx(j)Sy(j+k)??其中,k=0,1,2,?????,&滑動寬度k是平滑窗口的移動范圍,(〇代表時間。設(shè)置觀測寬??度&為....
圖2?4伸縮時間窗口對時延提取流程??Fig.?2-4?Extractions?of?time?delays?in?elastic?time?windows??
?北京化工大學(xué)碩士學(xué)位論文???整體算法的核心是觀測窗口?nk的大小,其擴(kuò)張判斷的依據(jù)是在當(dāng)前時間窗口下:??(1)是否存在因局部強(qiáng)干擾導(dǎo)致時間序列之間的反向時延(整體時延方向為正)的相似度??數(shù)值過大的情況。(2)變量間的相關(guān)系數(shù)的絕對值是否大于整段數(shù)據(jù)下變量的相關(guān)系數(shù)??的絕....
圖2-6不同網(wǎng)絡(luò)模型的預(yù)測精度??Fig.?2-6?Prediction?accuracies?of?different?network?models??2.4.2工業(yè)變量之間的時延提取??
?北京化工大學(xué)碩士學(xué)位論文???0.18?-????ESN??I?-*??SCR??016?X?HESN??、、、?HSCR??0.14?、、、、??0.08????0.06??二丄、、??今?^?^?^?^??Reservoir?Size??圖2-6不同網(wǎng)絡(luò)模型的預(yù)測精度??F....
本文編號:3984399
本文鏈接:http://sikaile.net/kejilunwen/yysx/3984399.html