搜索到4282篇“ ELMAN神经网络“的相关文章
- 基于Elman神经网络的土壤墒情预测模型研究
- 2024年
- 为实现土壤墒情预测,文章以天津市蓟州区、静海区、宁河区、滨海新区的10个气象墒情自动监测站2018—2021年的3年数据为基础,对土壤墒情预测模型进行研究建立,并选取站点编号、空气温度、空气湿度、风速、风向等19项影响因子训练Elman神经网络,对土壤墒情进行短期(24 h)、中期(7 d)、长期(14 d)预测。结果显示,3个时期土壤墒情平均预测精度分别达到96.64%、90.60%、85.59%,表明Elman神经网络具有稳定性好、精度高的特点,训练出的土壤墒情预测模型准确度高,可为农业生产管理提供依据。
- 杨靖峰王锐竹于澎湃李争
- 关键词：土壤墒情ELMAN神经网络
- 基于Elman神经网络的车削颤振预报函数构建
- 2024年
- 为了预报车削颤振现象,构建了再生型车削颤振的预报函数。分析再生型颤振机理的基础上得到了其稳定性叶瓣图,为颤振预报提供可能。利用Elman神经网络对获取的数控车削过程中从稳定车削阶段到车削颤振阶段的时域信号进行训练和测试,提出了均方误差作为判别颤振的特征量。为了更准确的进行颤振预报,引入符号函数来构建再生型车削颤振的预报函数,确定了预报函数的阈值为5.625并试验了在该预报函数阈值时的预报准确率为92%。最后从频率域中分析,根据颤振的特点侧面验证了所构建预报函数的正确性。
- 邱辉陈益丰潘晓铭徐国木李国平谈红英
- 关键词：ELMAN神经网络均方误差
- 一种基于ELMAN神经网络的短期负荷的预测方法
- 本发明提供一种基于ELMAN神经网络的短期负荷的预测方法，属于冷热电负荷测领域，S1、采集一段时间的综合能源系统、气象数据系统、教务系统中数据；S2、将数据归一化处理；S3、将数据划分为训练样本和测试样本，输入Elman...
- 王建玉
- 基于PSO-Elman神经网络的井底风温预测模型
- 2024年
- 目前井下风温预测大多采用BP神经网络,但其预测精度受学习样本数量的影响,且容易陷入局部最优,Elman神经网络具备局部记忆能力,提高了网络的稳定性和动态适应能力,但仍然存在收敛速度过慢、易陷入局部最优的问题。针对上述问题,采用粒子群优化(PSO)算法对Elman神经网络的权值和阈值进行优化,建立了基于PSO-Elman神经网络的井底风温预测模型。分析得出入风相对湿度、入风温度、地面大气压力和井筒深度是井底风温的主要影响因素,因此将其作为模型的输入数据,模型的输出数据为井底风温。在相同样本数据集下的实验结果表明:Elman模型迭代90次后收敛,PSO-Elman模型迭代41次后收敛,说明PSO-Elman模型收敛速度更快;与BP神经网络模型、支持向量回归模型和Elman模型相比,PSO-Elman模型的预测误差较低,平均绝对误差、均方误差(MSE)、平均绝对百分比误差分别为0.376 0℃,0.278 3,1.95%,决定系数R^(2)为0.992 4,非常接近1,表明预测模型具有良好的预测效果。实例验证结果表明,PSO-Elman模型的相对误差范围为-4.69%~1.27%,绝对误差范围为-1.06~0.29℃,MSE为0.26,整体预测精度可满足井下实际需要。
- 程磊李正健史浩镕王鑫
- 关键词：ELMAN神经网络
- 基于改进SFLA-Elman神经网络的电离层杂波抑制方法
- 2024年
- 针对高频地波雷达目标检测中电离层杂波的干扰问题,提出了一种基于改进混合蛙跳算法优化Elman神经网络预测抑制电离层杂波的策略。为解决混合蛙跳算法初始种群分布不均匀、收敛精度低、易陷于局部极值等问题,引入Cubic混沌映射、莱维飞行策略、非线性平衡因子和复制操作,增强种群多样性,提高算法搜索能力。利用改进后的算法和其他算法分别优化Elman神经网络预测抑制模型,结果表明,改进后的算法无论是在收敛精度和稳定性上,还是在临近距离单元电离层杂波的预测抑制上,都取得了显著的提升。在基本保留目标信号的基础上,平均信杂比较原始回波提升18.52 dB,较原始混合蛙跳算法提升1.08 dB,对于电离层杂波的抑制具有较高应用价值。
- 刘强尚尚乔铁柱祝健石依山
- 关键词：高频地波雷达混合蛙跳算法ELMAN神经网络
- 改进Elman神经网络模型在地铁沉降监测中的应用
- 2024年
- 以某地铁沉降监测数据为例,提出一种改进Elman神经网络预测模型。首先,发挥局部均值分解(LMD)在信号自适应分解的优势,使用该算法对地铁沉降监测序列进行多尺度分解,得到具有不同尺度特征的乘积函数(PF);其次,发挥Elman神经网络模型在数据序列预测中的优势,对不同PF分量进行训练与预测;最后,重构不同PF分量预测结果得到最终预测成果。实验表明,本文提出的组合预测模型较单一的BP神经网络模型、Elman神经网络模型的预测精度更高,其中均方根误差(RMSE)分别降低了1.0602 mm、0.0698 mm;平均绝对误差(MAE)分别降低了0.8660 mm、0.0474 mm;平均绝对误差百分比(MAPE)分别降低了0.2189、0.0068。
- 徐超良周波
- 关键词：局部均值分解ELMAN神经网络
- 基于遗传算法优化Elman神经网络的气象参数预测方法
- 本发明公开了一种对飞机结冰气象参数MVD和LWC的预测方法，包括根据结冰计算的结冰冰形，获取测点位置的结冰厚度和结冰速率，建立有效结冰冰厚和结冰速率的数据库；将飞行速度、环境温度、机翼攻角、结冰有效厚度以及结冰速率作为输...
- 王逸斌朱春玲赵宁朱程香田琳琳李扬
- 基于RSSR融合RNGO-Elman神经网络的室内可见光定位
- 2024年
- 针对动态环境下基于接收信号强度的传统可见光定位方法定位精度低、稳定性差等问题,提出一种基于接收信号强度比的改进北方苍鹰算法(NGO)优化Elman神经网络(RNGOElman)的室内可见光定位系统。提出选择一个辅助参考点,将待测参考点与辅助参考点的接收信号强度比值和接收机的真实位置作为训练集数据,建立不受动态环境影响的指纹数据库。针对NGO算法收敛速度慢、容易陷入局部最优等问题,利用折射反向学习策略初始化种群,增加种群多样性,引入非线性权重因子来加快收敛速度,避免陷入局部最优。使用优化后的NGO算法来优化Elman神经网络的初始权值和阈值,构建RNGO-Elman动态定位预测模型。仿真结果表明,在4m×4m×3m的实验空间下,优化后的RNGO-Elman定位模型平均定位误差为1.34cm,定位精度相较于Elman定位算法、NGO-Elman定位算法分别提高了82%,21%。在LED发射功率波动时,基于RSSR的RNGO-Elman定位误差为1.29cm,1.38cm。所提可见光定位方法具有定位精度高、定位性能稳定等优点。
- 张慧颖盛美春梁士达马成宇李月月
- 关键词：光通信ELMAN神经网络
- 基于IWOA-SA-Elman神经网络的短期风电功率预测被引量：3
- 2024年
- 由于风力发电的随机性和不确定性使其短期功率的预测工作十分困难,而神经网络模型依靠其强大的自学习能力在风电功率预测领域有着广泛的应用。但神经网络预测精度受初始权重影响较大,且易出现过拟合的问题。为此构建一种基于改进鲸鱼算法和模拟退火组合优化的Elman神经网络短期风电功率预测模型,模型首先利用改进鲸鱼算法结合模拟退火策略获得高质量神经网络初始权值,接着引入正则化损失函数防止其过拟合,最后以西班牙瓦伦西亚某风电场陆上短期风电功率为研究对象,将该算法与BP、LSTM、Elman、WOA-Elman、IWOA-Elman 5种神经网络算法进行算法性能测试对比,结果表明IWOA-SA-Elman神经网络模型预测误差最小,验证了该算法的合理性和有效性。
- 刘吉成朱玺瑞于晶
- 关键词：风电ELMAN神经网络模拟退火
- 一种基于RBF-Elman神经网络的整流器故障诊断方法
- 一种基于RBF‑Elman神经网络的整流器故障诊断方法，包括：步骤一、运用二进制码来表示故障类型和故障位置；步骤二、采集电路输出电压，并将样本集划分为训练集和测试集；步骤三、构建RBF‑Elman复合神经网络模型；步骤四...
- 黄敬尧李雅恬
