基于Elman神经网络及优化算法的混合模型的研究及应用

发布时间：2017-09-21 15:13

  本文关键词：基于Elman神经网络及优化算法的混合模型的研究及应用

  更多相关文章： 神经网络 优化算法 混合模型 风速预测

【摘要】：人工神经网络是一种基于数学、物理的方法,从信息处理角度出发对生物体神经网络进行抽象而建立起来的数据处理模型,近些年学者们利用人工神经网络在理论研究、应用研究以及实现技术等方面取得了一些引人注目的成就。特别是神经网络与进化算法、群体智能算法、模糊理论、灰色理论等智能信息处理方法相结合,形成的“混合神经网络模型”,己广泛应用在模式识别、信号处理、控制与优化、通信传输等实际工程领域中,尤其是在预测建模中。本文从人工神经网络和遗传算法、粒子群优化算法的基本原理出发,详细介绍一种具有动态反馈机制的Elman神经网络,在此基础上深入研究遗传神经网络和粒子群神经网络这两种混合神经网络的数学模型和学习算法,最后加以实证分析。由于风速预测在风能利用中的重要地位,它对风资源的评估、电力系统的运营、风电并网规划都有着关键的影响,所以风速预测对风电系统的运行有着深远的影响。影响风速变动的因素有很多,总体而言风速的一个显著特点就是它是一个非线性的时间序列。而神经网络是一个可以处理各种非线性映射的信息处理系统,本文通过构建单一的Elman神经网络以及结合了进化算法的混合神经网络分别对承德某风电场的风速数据进行训练并作短期预测,神经网络训练结果与误差分析结果表明基于Elman神经网络和优化算法的混合预测模型能够有效提高预测精度,证明了该混合模型的可行性。
【关键词】：神经网络 优化算法 混合模型 风速预测
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM614;TP183
【目录】：

• 中文摘要3-4
• Abstract4-7
• 第一章 绪论7-12
• 1.1 研究背景及选题意义7-10
• 1.2 本文的主要内容10-12
• 第二章 人工神经网络的理论基础12-21
• 2.1 人工神经网络的简介12-17
• 2.1.1 神经网络的发展及应用12-13
• 2.1.2 人工神经网络模型13-15
• 2.1.3 人工神经网络的训练和学习规则15-17
• 2.2 Elman神经网络17-21
• 2.2.1 Elman神经网络结构17-18
• 2.2.2 Elman神经网络的学习算法18-21
• 第三章 两种混合神经网络的理论基础及算法原理21-31
• 3.1 遗传神经网络21-25
• 3.1.1 遗传算法简介21-23
• 3.1.2 遗传神经网络原理23-25
• 3.2 粒子群神经网络25-31
• 3.2.1 粒子群优化算法简介25-28
• 3.2.2 粒子群神经网络原理28-31
• 第四章 基于混合神经网络的短期风速预测31-42
• 4.1 问题背景31-32
• 4.2 Elman网络预测风速的实现32-36
• 4.3 混合神经网络预测风速的实现36-38
• 4.3.1 GA-Elman神经网络预测风速的实现36-37
• 4.3.2 PSO-Elman神经网络预测风速的实现37-38
• 4.4 实验结果分析38-42
• 第五章 总结与讨论42-44
• 参考文献44-46
• 致谢46

【相似文献】

中国期刊全文数据库 前10条

1 林相波,邱天爽;固定结构单元权值对基本Elman网络性能影响[J];大连理工大学学报;2004年05期

2 汤井田;曹扬;肖嘉莹;郭曲练;;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,陈杰,龚至豪,窦丽华;改进Elman网络的逼近性质研究(英文)[J];Journal of Beijing Institute of Technology(English Edition);2002年01期

4 王攀,苏智,冯珊;局部回归Elman网络学习算法的注记[J];武汉理工大学学报(信息与管理工程版);2002年02期

5 田燕;康海英;唐力伟;郑海起;;一种改进的Elman网络及其在载荷识别中的应用[J];机械强度;2006年S1期

6 金宇华;罗沛兰;扶名福;杨国泰;;Elman网络和综合关联度在风机诊断中的应用[J];微计算机信息;2008年10期

7 苏刚;王玲玲;徐永生;;基于改进Elman网络的燃气负荷预测[J];东南大学学报(自然科学版);2006年S1期

8 弓学敏;胡静;;基于模拟退火算法的Elman网络及其应用[J];电力科学与工程;2008年08期

9 李翔,陈增强,袁著祉,贺江峰;基于扩展Elman网络的非线性自校正控制器[J];自动化仪表;1999年12期

10 张倩;;基于Elman网络非线性散射参数测量与建模[J];现代电子技术;2011年03期

中国重要会议论文全文数据库 前10条

1 ;Study of PID Elman Neural Network and Its Application in Dynamical Systems Identification[A];第二十四届中国控制会议论文集（下册）[C];2005年

2 ;Identification of dynamic nonlinear systems using recurrent neural networks[A];第十九届中国控制会议论文集（一）[C];2000年

3 苏刚;王玲玲;徐永生;;基于改进Elman网络的燃气负荷预测[A];第十七届全国过路控制会议论文集[C];2006年

4 赵建玉;高慧;贾磊;;基于Elman神经网络的短时交通流预测模型[A];第二十七届中国控制会议论文集[C];2008年

5 郭式伟;吕建;张秀兰;;基于改进Elman网络的空调负荷预测[A];全国暖通空调制冷2008年学术年会资料集[C];2008年

6 符利勇;何铮;唐守正;刘应安;;基于改进Elman神经网络的林隙大小预测模型[A];第九届中国林业青年学术年会论文摘要集[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 孟令启;张洛明;韩丽丽;马金亮;黄其柏;;基于MATLAB的Elman神经网络在中厚板轧机宽展预测中的应用[A];第二届中国CAE工程分析技术年会论文集[C];2006年

9 ;Battery State-Of-Charge Estimation in Electric Vehicle Using Elman Neural Network Method[A];第二十九届中国控制会议论文集[C];2010年

10 邰新军;陆建荣;;基于Elman神经网络的炮兵战场目标价值分析[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

中国博士学位论文全文数据库 前2条

1 时小虎;Elman神经网络与进化算法的若干理论研究及应用[D];吉林大学;2006年

2 王丽敏;计算智能改进方法及其在金融与环境领域中的应用[D];吉林大学;2007年

中国硕士学位论文全文数据库 前10条

1 林鹏;冷轧APC系统智能控制器设计与实验研究[D];燕山大学;2015年

2 曹芙;基于Elman神经网络及优化算法的混合模型的研究及应用[D];兰州大学;2015年

3 刘超;429例直肠恶性肿瘤基于SVM和Elman的单病种医疗费用预测模型研究与应用[D];昆明医科大学;2015年

4 艾静;基于GA-Elman预测模型的网络舆情研究[D];华中师范大学;2013年

5 韩旭明;Elman神经网络的应用研究[D];天津大学;2006年

6 张巧;基于改进免疫算法和Elman神经网络的超声马达速度辨识与控制[D];吉林大学;2006年

7 段罗佳;基于Elman神经网络的豇豆热风干燥含水率预测模型研究[D];内蒙古农业大学;2015年

8 胡锦;基于Elman神经网络的示功图诊断研究[D];安徽工业大学;2013年

9 石绍堂;基于Elman神经网络的黄金期货价格预测模型研究[D];广西民族大学;2012年

10 朱晓亮;基于Elman网络与GPU加速的时间序列预测[D];大连理工大学;2013年

，

本文编号：895280