仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2011年
10期
2283-2289
,共7页
模糊神经网络%组合体%组合体聚合%信息融合%局域临域校正
模糊神經網絡%組閤體%組閤體聚閤%信息融閤%跼域臨域校正
모호신경망락%조합체%조합체취합%신식융합%국역림역교정
针对预测模型的精度随机性较大,一些数据存在残缺和不确定性,需要融合多模型的组合体来减少预测误差的问题,提出了使用改进模糊RBF神经网络(FRNN)的误差模型的“局域临域校正”的组合体预测融合方法:通过预处理的FRNN误差模型来表征每个预测模型的实时性能,在预测时,利用误差模型,使用基于权值和偏好的融合作为预测模型组合体的聚合方法,将多个预测模型在线融合并给出最终预测结果.该方法将较大的权重赋予局部性能较优的预测模型,同时消除预测偏好的影响,并在预测前预处理所需误差模型.应用结果表明,构建的预测模型其预测精度相比单一预测模型有明显优势,且具有良好的在线预测实时性,具有推广和应用的价值.
針對預測模型的精度隨機性較大,一些數據存在殘缺和不確定性,需要融閤多模型的組閤體來減少預測誤差的問題,提齣瞭使用改進模糊RBF神經網絡(FRNN)的誤差模型的“跼域臨域校正”的組閤體預測融閤方法:通過預處理的FRNN誤差模型來錶徵每箇預測模型的實時性能,在預測時,利用誤差模型,使用基于權值和偏好的融閤作為預測模型組閤體的聚閤方法,將多箇預測模型在線融閤併給齣最終預測結果.該方法將較大的權重賦予跼部性能較優的預測模型,同時消除預測偏好的影響,併在預測前預處理所需誤差模型.應用結果錶明,構建的預測模型其預測精度相比單一預測模型有明顯優勢,且具有良好的在線預測實時性,具有推廣和應用的價值.
침대예측모형적정도수궤성교대,일사수거존재잔결화불학정성,수요융합다모형적조합체래감소예측오차적문제,제출료사용개진모호RBF신경망락(FRNN)적오차모형적“국역림역교정”적조합체예측융합방법:통과예처리적FRNN오차모형래표정매개예측모형적실시성능,재예측시,이용오차모형,사용기우권치화편호적융합작위예측모형조합체적취합방법,장다개예측모형재선융합병급출최종예측결과.해방법장교대적권중부여국부성능교우적예측모형,동시소제예측편호적영향,병재예측전예처리소수오차모형.응용결과표명,구건적예측모형기예측정도상비단일예측모형유명현우세,차구유량호적재선예측실시성,구유추엄화응용적개치.
