基于神經(jīng)網(wǎng)絡的風速預測.pdf

1、BP神經(jīng)網(wǎng)絡是人工神經(jīng)網(wǎng)絡的重要分支，是智能控制學科發(fā)展的重要力量，體現(xiàn)出這門科學的理論精華。經(jīng)過多年的發(fā)展和改進，BP神經(jīng)網(wǎng)絡理論體系日臻完善，具有清晰的算法流程，強大的數(shù)據(jù)識別能力和模擬功能。在解決非線性系統(tǒng)問題時，優(yōu)勢尤為明顯，實際應用價值巨大。在應用中BP算法自身也暴露出一些比較明顯的缺陷:誤差收斂速度較慢，學習時間相對過長;學習過程中易陷入局部極小值;網(wǎng)絡泛化能力比較差;構(gòu)建網(wǎng)絡結(jié)構(gòu)缺乏統(tǒng)一原則等。這些缺陷會降低神經(jīng)網(wǎng)絡的學習

2、精度，影響其應用效果。因此，應不斷對BP算法予以改進。
　　為改善傳統(tǒng)的神經(jīng)網(wǎng)絡的信息處理能力，提高風速系列的預測的準確性，基于遲滯神經(jīng)元構(gòu)造遲滯神經(jīng)網(wǎng)絡，將持之特性引入激勵函數(shù)構(gòu)成遲滯神經(jīng)元。遲滯特性使神經(jīng)元響應不僅涉及當前輸入信息，同時涉及輸入信息。這樣使得在預測過程中所使用的信息量增加，進而改善網(wǎng)絡的預測能力。為避免信息冗余或損失，結(jié)構(gòu)和訓練樣本根據(jù)自相關(guān)函數(shù)和風速系列的部分自相關(guān)函數(shù)確定。仿真結(jié)果表明，該遲滯神經(jīng)網(wǎng)絡可以完