基于Elman神经网络的铝价格预测
【部分图文】:
Elman神经网络结构
一般通过调用newelm或elmannet函数建立Elman神经网络,本文采用的是elmannet函数。elmannet函数需要设置三个参数:指定延迟、隐含层神经元个数和训练函数。其中,指定延迟为固定值1∶2;本文所建立的Elman神经网络输入层节点数为300,输出层节点数为1,a取值为6,所以隐含层神经元个数取值为24;训练函数选用traingdx函数。创建完成的Elman网络结构图如图2所示。3 实验结果与结论
为了检验模型的精度,对已建立的Elman模型进行测试,得到长江有色铝A00铝的价格网络仿真值和实际值,结果如图4、图5和表1所示。图4 训练数据的测试结果图
【相似文献】
相关期刊论文 前10条
1 车晴;刘杰文;张艺馨;;基于Elman神经网络和灰色预测模型的钢铁冶炼的研究[J];数码世界;2019年12期
2 李界家;陈广其;;基于改进Elman神经网络的氧化铝浓度控制建模[J];科技广场;2011年09期
3 张子阳;孙彦广;;基于灰色Elman神经网络转炉吹氧量的预测[J];计算机应用与软件;2018年11期
4 李界家;孙璐璐;王奔;王喆鑫;;基于Elman神经网络阳极效应故障预报方法[J];沈阳建筑大学学报(自然科学版);2010年05期
5 汪清瑶;刘琼;;基于Elman神经网络的烧结矿质量在线预测研究[J];仪表技术与传感器;2017年10期
6 李界家;吴成东;;基于集成神经网络的多故障诊断方法[J];控制工程;2012年03期
7 杨婉琪;李瑞蒲;李锦丰;;基于BP神经网络的高炉炼铁硫的优化研究[J];中国战略新兴产业;2017年24期
8 王鹏飞;张晨;;基于PSO-BP神经网络的高炉炼铁含硅量预测模型[J];中国战略新兴产业;2017年28期
9 郭莉;;基于SOM神经网络的江苏常铝经营风险评价研究[J];中国集体经济;2017年32期
10 牟方青;许著龙;王言;;高炉炼铁过程中铁水含硅量动态预测研究与分析[J];科学家;2017年13期
相关博士学位论文 前2条
1 邓长辉;真空感应炉先进控制技术研究与应用[D];东北大学;2005年
2 胡燕;基于粗糙集的转炉炼钢知识发现及终点控制模型研究[D];重庆大学;2013年
相关硕士学位论文 前10条
1 朱海波;基于改进Elman NN回转窑温度软测量建模技术的研究与应用[D];辽宁科技大学;2019年
2 姚珊;基于蝙蝠算法的神经网络预测模型的研究及应用[D];辽宁科技大学;2019年
3 叶飞;基于改进BP神经网络的高炉铁水硅含量预测方法[D];安徽工业大学;2019年
4 袁蒙;基于改进神经网络的高炉铁水质量参数建模方法[D];东北大学;2015年
5 赵士超;基于神经网络的LIBS钢水成分在线检测[D];华北理工大学;2018年
6 张丽;基于改进随机权神经网络的高炉铁水质量参数建模[D];东北大学;2017年
7 施明川;微波干燥酸洗污泥过程研究及神经网络的预测[D];东北大学;2015年
8 宋菁华;高炉冶炼过程的多尺度特性与硅含量预测方法研究[D];浙江大学;2016年
9 董沛钊;基于神经网络的高炉风机运行状况预测的研究[D];河北科技大学;2015年
10 郑贵海;神经网络技术在鞍钢高炉鼓风机状态监测与故障诊断中的应用[D];东北大学;2010年
本文编号:2835138
本文链接:https://www.wllwen.com/weiguanjingjilunwen/2835138.html