基于广义回归神经网络的时间序列预测研究

被引：46

作者：

冯志鹏

宋希庚

薛冬新

郑爱萍

孙玉明

机构：

[1] 大连理工大学内燃机研究所

[2] 锦州石化公司设计院

[3] 辽宁石油化工学校

来源：

振动、测试与诊断 | 2003年 / 02期

关键词：

预测; 时间序列; 神经网络; 广义回归神经网络;

D O I：

10.16450/j.cnki.issn.1004-6801.2003.02.008

中图分类号：

TP13 [自动控制理论];

学科分类号：

摘要：

介绍了广义回归神经网络的基本理论 ,提出了应用 BIC准则确定输入神经元数目的方法 ,将其应用于大型旋转机械振动状态时间序列的单步和多步预测 ,与传统的采用误差反向传播学习算法的三层前馈感知器网络 (BP神经网络 )的预测结果进行对比。结果表明 ,该网络的预测性能优于后者 ,即使样本数据稀少 ,也能获得满意的预测结果

引用

页码：29 / 33+68

页数：6