基于变结构神经网络控制的决策树预测算法

发布时间：2018-08-09 17:01

【摘要】：为了提高统计数据时间序列准确预测的能力,针对当前的线性指数预测方法计算开销过大,且容易陷入局部最优的问题,提出一种基于变结构神经网络控制的决策树预测算法,对待处理的统计数据时间序列进行非线性特征相空间重构,在重构的高维特征相空间中进行决策树训练,提取统计数据信息流的主成分特征,对提取的特征参量采用变结构神经网络控制器进行伴随跟踪训练,进行数据聚类中心搜索和预测指向性误差的小扰动抑制,实现统计数据时间序列的准确预测.仿真结果表明,采用该算法进行统计数据预测的精度较高,收敛性较好,对数据信息流的走势拟合性能较好,性能优于传统方法.
[Abstract]:In order to improve the ability of accurate prediction of time series of statistical data, a decision tree prediction algorithm based on variable structure neural network control is proposed to solve the problem that the computation cost of the current linear exponential prediction method is too large and it is easy to fall into local optimum. To deal with the time series of statistical data, the nonlinear feature phase space is reconstructed, the decision tree is trained in the reconstructed high dimensional feature phase space, and the principal component features of the statistical data flow are extracted. A variable structure neural network controller is used to train the extracted characteristic parameters, and the data clustering center search and the small disturbance suppression of the prediction directivity error are carried out to realize the accurate prediction of the statistical data time series. The simulation results show that the proposed algorithm has the advantages of high precision, good convergence and better performance in fitting the trend of the data flow. The performance of the proposed algorithm is better than that of the traditional method.
【作者单位】： 平顶山学院计算机学院(软件学院);
【基金】：河南省科技厅项目(132102310516)
【分类号】：TP311.13;TP183

【相似文献】

相关期刊论文 前10条

1 费峻涛;神经网络控制的应用[J];自动化博览;1998年01期

2 费峻涛,鲍远律,朱民,杨梅;神经网络控制的应用和发展[J];自动化与仪表;1998年02期

3 王忠勇,蔡远利,贾冬,刘文江;混沌系统的神经网络控制[J];控制与决策;2000年01期

4 徐湘元;毛宗源;;非线性时延对象的神经网络控制[J];模式识别与人工智能;2000年02期

5 鲍连承,赵景波,朱海斌;神经网络控制的稳定性与收敛性分析[J];青岛大学学报(自然科学版);2001年03期

6 杜海峰,王孙安;一种改进的神经网络控制方法及其仿真研究[J];系统仿真学报;2001年06期

7 于萍,刘胜;船舶减摇非线性系统神经网络控制研究[J];信息与控制;2003年03期

8 徐丽娜;神经网络控制结构及所用神经网络[J];自动化技术与应用;2004年01期

9 梁新荣,刘智勇,毛宗源;高速公路可变速度标志神经网络控制[J];计算机工程;2005年18期

10 吴行健;;非线性系统神经网络控制的现状与展望[J];临沂师范学院学报;2005年06期

相关会议论文 前10条

1 鲁照权;陈道炯;;精密微位移驱动机构的神经网络控制[A];1996年中国控制会议论文集[C];1996年

2 王永骥;徐桂英;张晓兰;涂健;;基于修正δ规则的神经网络控制[A];1995中国控制与决策学术年会论文集[C];1995年

3 杨霞;李新叶;高燕;;机床进给系统跟踪精度的神经网络控制[A];第十二届中国小电机技术研讨会论文集[C];2007年

4 韩亚伟;何玉敖;;结构振动神经网络控制研究[A];第三届全国现代结构工程学术研讨会论文集[C];2003年

5 陈捷;王树青;王宁;王骥程;;多侧线精馏塔的神经网络控制[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（上册）[C];1995年

6 王淑莲;孙辉;陈兵;唐建林;;二次调节节能系统神经网络控制[A];机床与液压学术研讨会论文集[C];2004年

7 刘晓宏;阎保定;钟竞;;非线性系统的神经网络控制研究[A];1996中国控制与决策学术年会论文集[C];1996年

8 沙道航;杨华勇;;电液系统的神经网络控制[A];1998年中国控制会议论文集[C];1998年

9 王文隽;丰冈了;马尔科·卡萨里;;神经网络控制液晶光阀在光谱合成中的应用(英文)[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年

10 梅建东;张天平;李红春;;具有未知控制方向的自适应神经网络控制[A];2005全国自动化新技术学术交流会论文集（二）[C];2005年

相关硕士学位论文 前10条

1 刘苗苗;基于MRE减震结构的智能控制算法研究[D];南京理工大学;2015年

2 陈晓霞;基于神经网络控制的有源电力滤波器研究[D];河北工业大学;2015年

3 高子凯;神经网络控制及其在污水处理中的应用[D];河北科技大学;2014年

4 张珏;神经网络控制在减压塔中应用的仿真研究[D];燕山大学;2016年

5 李素敏;基于可拓逻辑的神经网络控制研究[D];郑州大学;2003年

6 吴学锋;精馏塔操作的神经网络控制方法[D];中国地质大学（北京）;2005年

7 徐盈;神经网络控制在颈部肌肉主动力中的应用[D];湖南大学;2014年

8 陈海军;基于遗传优化的神经网络控制策略的研究[D];燕山大学;2010年

9 敖培;多步预测性能指标函数下的神经网络控制及其应用[D];辽宁工程技术大学;2004年

10 姜鸣;不确定离散系统的神经网络控制鲁棒性研究[D];大连理工大学;2009年

，

本文编号：2174732