改进的灰色神经网络预测方法

许同乐¹, 王营博², 孟祥川¹, 宋汝君¹

1. 山东理工大学 机械工程学院, 淄博 255000;
2. 北京理工大学 光电学院, 北京 100081

收稿日期:2018-04-20出版日期:2018-12-28发布日期:2018-12-24

作者简介:许同乐(1965-),男,教授,博士生导师,E-meil:xutongle@163.com.
基金资助:国家自然科学基金青年基金项目（51705296）；山东省自然科学基金博士基金项目（ZR2017BEE039）

Improved Grey Neural Networks Prediction Method

XU Tong-le¹, WANG Ying-bo², MENG Xiang-chuan¹, SONG Ru-jun¹

1. College of Mechanical Engineering, Shandong University of Technology, Shandong Zibo 255000, China;
2. College of Optoelectronics, Beijing Institute of Technology, Beijing 100081, China

Received:2018-04-20Online:2018-12-28Published:2018-12-24

摘要/Abstract

摘要： 针对GM（1，1）算法求解发展系数和灰色作用量时受背景值影响的问题，提出一种回避背景值的辨识参数求解方法，避开背景值试算选取的步骤或选取不当造成预测精度低的问题；针对GM（1，1）模型预测时初始条件为固定值影响预测精度的问题，提出一种构建变权初始值的方法，避免预测精度受固定初始值的影响；针对传统灰色神经网络样本类型单一的问题，提出一种新的组合预测模型结构，突破了传统模型只依靠单一浸润线历史数据预测的局限，建立了基于改进灰色神经网络的浸润线预测模型.通过工程验证，该模型短期内对浸润线高度的变化预测效果较好.
中图分类号:
TP301.6

引用本文

许同乐, 王营博, 孟祥川, 宋汝君. 改进的灰色神经网络预测方法[J]. 北京邮电大学学报, 2018, 41(6): 52-57,64.
XU Tong-le, WANG Ying-bo, MENG Xiang-chuan, SONG Ru-jun. Improved Grey Neural Networks Prediction Method[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2018, 41(6): 52-57,64.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3271