基于Kalman滤波的神经网络学习算法及其应用

被引：8

作者：

田晓宇

李明干

刘沛

机构：

[1] 华中科技大学控制工程系

[2] 华中科技大学电气与电子工程学院

[3] 华中科技大学电气与电子工程学院武汉

[4] 武汉

来源：

计算机与数字工程 | 2005年 / 02期

关键词：

神经网络; Kalman滤波; 奇异值分解; 电力系统短期负荷预测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对传统神经网络学习算法速度慢、容易陷入局部最优解的缺点 ,将卡尔曼滤波应用于人工神经网络的训练算法中。同时 ,在卡尔曼滤波计算中 ,将奇异值分解应用于卡尔曼滤波的递推公式中 ,提高了协方差阵计算的数值稳定性。最后 ,本文通过将神经网络的卡尔曼滤波算法应用于电力系统短期负荷预测中 ,验证了该方法不仅具有理论意义 ,同时也有实用价值

引用

页码：40 / 42+104 +104

页数：4