机电一体化
機電一體化
궤전일체화
MECHATRONICS
2012年
5期
42-44,86
,共4页
灰色预测%神经网络%灰色神经网络%模型精度
灰色預測%神經網絡%灰色神經網絡%模型精度
회색예측%신경망락%회색신경망락%모형정도
针对传统灰模型适应性和自学习能力差、中长期预测精度不理想的情况,在3种精度较好的灰模型的基础上引入BP神经网络,构建了串联灰色神经网络模型.仿真表明,这种灰色神经网络模型未出现预测残差和相对误差逐步增加的情况,预测精度明显好于灰模型,适合应用.
針對傳統灰模型適應性和自學習能力差、中長期預測精度不理想的情況,在3種精度較好的灰模型的基礎上引入BP神經網絡,構建瞭串聯灰色神經網絡模型.倣真錶明,這種灰色神經網絡模型未齣現預測殘差和相對誤差逐步增加的情況,預測精度明顯好于灰模型,適閤應用.
침대전통회모형괄응성화자학습능력차、중장기예측정도불이상적정황,재3충정도교호적회모형적기출상인입BP신경망락,구건료천련회색신경망락모형.방진표명,저충회색신경망락모형미출현예측잔차화상대오차축보증가적정황,예측정도명현호우회모형,괄합응용.
