基于灰狼优化算法的长短期记忆网络在时间序列预测中的应用
本文选题:时间序列预测 + 长短期记忆 ; 参考:《中国科技论文》2017年20期
【摘要】:提出了1种基于灰狼优化算法的长短期记忆(long short term memory,LSTM)模型。结合灰狼优化算法全局收敛的优点,将其应用于长短期记忆网络中参数的优化,克服了传统的长短期记忆网络所采用的随时间反向传播(back propagation through time,BPTT)算法易于收敛于局部最优的缺点。将所提出的模型应用于时间序列预测,实验结果表明,其性能优于基于BPTT的LSTM。
[Abstract]:A long and short term memory short term model based on gray wolf optimization algorithm is proposed. Combined with the advantages of global convergence of grey wolf optimization algorithm, it is applied to the optimization of parameters in long-term and short-term memory networks. It overcomes the shortcoming that the traditional backpropagation propagation through time propagation through (BPTT) algorithm used in the traditional long and short term memory networks is easy to converge to the local optimum. The proposed model is applied to time series prediction. The experimental results show that the proposed model is superior to LSTM based on BPTT.
【作者单位】: 中国矿业大学信息控制学院;江苏师范大学智慧教育学院;
【基金】:国家自然科学基金资助项目(51574232,61502212,61673196)
【分类号】:O211.61;TP18
【相似文献】
相关期刊论文 前10条
1 朱丹;;“时间序列预测”教学探讨[J];中山大学学报论丛;2005年06期
2 沈浩;邓梦曦;;预则立——时间序列预测技术之广电业务应用[J];中国数字电视;2011年10期
3 许继平;刘载文;那靖;;司法消噪与多技术融合的时间序列预测[J];计算机工程与应用;2010年24期
4 王刚,胡德文;基于时间序列预测的独立分量排序[J];国防科技大学学报;2005年05期
5 张弦;王宏力;;具有选择与遗忘机制的极端学习机在时间序列预测中的应用[J];物理学报;2011年08期
6 邢蕾;;基于小波分析时间序列预测技术进展[J];吉林金融研究;2009年04期
7 肖凡;马捷中;任岚昆;;基于小波分析与支持向量机的时间序列预测[J];航空计算技术;2011年06期
8 杨玫;赵秀丽;刘瑜;;时间序列预测问题中小波分解的应用研究[J];信息技术与信息化;2011年02期
9 丁红;武招云;龚若愚;廖文凯;;小波分析在径流时间序列预测的应用[J];柳州师专学报;2012年03期
10 何萧玲;时间序列预测的一个前馈神经网络模型[J];福州大学学报(自然科学版);2001年04期
相关会议论文 前2条
1 王亮;钟登华;葛晓冬;;预测方法综述[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
2 尤华;王建东;;机场噪声的时间序列预测[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年
相关博士学位论文 前2条
1 王威娜;基于模糊理论的时间序列预测研究[D];大连理工大学;2016年
2 许美玲;基于回声状态网络的多元时间序列预测研究[D];大连理工大学;2016年
相关硕士学位论文 前10条
1 陈诗语;基于网络的时间序列预测[D];西南大学;2015年
2 胡海峰;泄漏积分型回声状态网的优化及其在时间序列预测中的应用[D];渤海大学;2016年
3 朱成璋;基于机器学习的时间序列预测关键技术研究[D];国防科学技术大学;2014年
4 顾兰兰;基于BP神经网络的模糊时间序列预测[D];大连理工大学;2016年
5 李园春;海水位预测误差分析及系统[D];华东师范大学;2017年
6 张颖;时间序列预测在三级医院药品库存管理中的应用[D];青岛科技大学;2017年
7 贾松达;多任务学习在时间序列预测中的研究及应用[D];太原理工大学;2017年
8 侯效永;多尺度时间序列预测[D];苏州大学;2013年
9 王丽贤;时间序列预测技术研究[D];天津理工大学;2012年
10 宋玉强;人工神经网络在时间序列预测中的应用研究[D];西安建筑科技大学;2005年
,本文编号:2004405
本文链接:https://www.wllwen.com/kejilunwen/yysx/2004405.html