首页 | 本学科首页   官方微博 | 高级检索  
     

改进的小脑模型神经网络及其在时间序列预测中的应用
引用本文:乔俊飞,董敬娇,李文静.改进的小脑模型神经网络及其在时间序列预测中的应用[J].北京工业大学学报,2021,47(6):598-606.
作者姓名:乔俊飞  董敬娇  李文静
作者单位:北京工业大学信息学部计算智能与智能系统北京市重点实验室,北京 100124
基金项目:国家自然科学基金;国家自然科学基金;国家自然科学基金;国家重点研发计划;北京市自然科学基金;北京市教委科技项目
摘    要:针对小脑模型神经网络(cerebellar model neural network,CMNN)中泛化能力与存储空间容量之间的冲突这一关键问题,提出了一种改进的小脑模型神经网络——模糊隶属度小脑模型神经网络(fuzzy membership cerebellar model neural network,FM-CMNN),用于解决非线性动态系统的时间序列预测问题.首先,FM-CMNN在保留原始CMNN输入变量的地址映射方式的情况下,在CMNN存储空间中引入铃型模糊隶属度函数,从而保证在不需增加量化级数的情况下提高网络的泛化能力.然后,使用梯度下降算法对网络权值进行更新,提高网络的逼近强度.最后,通过非线性时间序列预测基准实验和污水处理中水质参数预测实验,验证了FM-CMNN性能的可靠性.

关 键 词:小脑模型神经网络  地址映射  模糊隶属度函数  泛化能力  非线性时间序列  预测精度

Improved Cerebellar Model Neural Network and Its Application in Time Series Prediction
QIAO Junfei,DONG Jingjiao,LI Wenjing.Improved Cerebellar Model Neural Network and Its Application in Time Series Prediction[J].Journal of Beijing Polytechnic University,2021,47(6):598-606.
Authors:QIAO Junfei  DONG Jingjiao  LI Wenjing
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
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