首页 | 本学科首页   官方微博 | 高级检索  
     

基于泛函网络的周期来压预测方法研究
引用本文:崔铁军,马云东. 基于泛函网络的周期来压预测方法研究[J]. 计算机科学, 2013, 40(Z6): 243-246
作者姓名:崔铁军  马云东
作者单位:辽宁工程技术大学安全科学与工程学院 阜新123000;大连交通大学 辽宁省隧道与地下结构工程技术研究中心 大连116028
基金项目:本文受国家自然科学基金项目(51050003),辽宁省自然科学基金(201202022)资助
摘    要:为预测周期来压,构建了基于小波和混沌优化的泛函网络(FN)预测方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量。基于混沌理论对分量相空间进行重构。各重构分量分别使用FN模型进行训练。最后,将各个FN模型得到的预测分量进行小波重组,得到完整的周期来压荷载预测波形。通过在重构时的计算发现,荷载的时序序列有一定的混沌性。通过模拟并与3种其它模型进行比较发现,基于小波和混沌优化FN的预测模型得到的最终周期来压荷载波的精度更高,收敛性也较好,但是,时间成本较大。

关 键 词:周期来压预测  小波处理  混沌优化  泛函网络

Prediction of Periodic Weighting Based on Optimized Functional Networks
CUI Tie-jun and MA Yun-dong. Prediction of Periodic Weighting Based on Optimized Functional Networks[J]. Computer Science, 2013, 40(Z6): 243-246
Authors:CUI Tie-jun and MA Yun-dong
Affiliation:College of Safety Science and Engineering,Liaoning Technical University,Fuxin 123000,China;Tunnel & Underground Structure Engineering Center of Liaoning,Dalian Jiaotong University,Dalian 116028,China
Abstract:
Keywords:Prediction of periodic weighting  Wavelet analysis  Chaos  Functional networks
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号