刘显德;刘立伟;许少华;周继;

• 1:大庆石油学院计算机与信息技术学院

• 2:大庆油田创业集团井田实业公司

摘要(Abstract)：

针对非线性动态系统过程预测问题,提出一种满足时变信号预测机制的过程神经元网络模型.该网络模型的输入/输出以及连接权均可以是时变函数,其空间、时间聚合运算能同时反映时变输入信号的空间聚合作用和输入过程中的阶段时间累积效应.通过对训练函数样本集的学习,网络可自动辨识动态系统的信息变换特性和输入输出关系,在机制上对时变信号预测问题具有良好的适应性.给出基于函数基展开结合LMS的学习算法,仿真实验结果验证了模型和算法的有效性.

关键词(KeyWords)：非线性动态系统;过程神经元网络;预测模型;学习算法;应用

Abstract:

Keywords:

基金项目(Foundation):黑龙江省普通高等学校骨干教师创新能力资助计划项目(1055G002);;

黑龙江省自然科学基金(ZA2006-11);;

黑龙江省科技攻关项目(GZ07A103)

作者(Author):刘显德;刘立伟;许少华;周继;

Email:

参考文献(References)：

• [1]HE Xingui,LI ANGJiuzhen.Process neural networks[R].In:World Computer Congress 2000,Proceedings of Conference on Intelli-gent Information Processing.Beijing,2000:143-146.

• [2]何新贵,梁久祯.过程神经元网络的若干理论问题[J].中国工程科学,2000,2(12):40-44.

• [3]PENGJun,WU Ming,GUO Rui.Study of neural network disturbance learning and application in RoboCup[J].High TechnologyLetters,2007,13(2):203-206.

• [4]ZHANG Tianqi,LI N Xiaokang,ZHOUZhengzhong.Neural network approachto blind-esti mation of PNspreading sequenceinlowerSNR DS/SS signals[J].Journal of systems engineering and electronics,2005,16(4):756-760.

• [5]TSOI A C.Locally recurrent globally feedforword networks[J].Acritical review of architectures IEEE transactions on natural net-works,1994,5(2):229-239.

• [6]DRAYE J S.Dynamic recurrent NN:Adynamical analysis[J].IEEE Trans SMC(B),1996,26(2):692-706.

• [7]HERTS J.Introduction to the theory of neural computation[M].Boston:Addison-Wesley,1991.

• [8]何新贵,许少华.输入输出均为时变函数的过程神经网络及应用[J].软件学报,2003,14(4):764-769.

• [9]史德明,李林川.基于灰色预测和神经网络的电力系统负荷预测[J].电网技术,2001,25(12):14-17.