您的位置: 专家智库 > >

龚小龙

作品数:2 被引量:7H指数:1
供职机构:湖南工业大学电气与信息工程学院更多>>
发文基金:湖南省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇非线性时间序...
  • 1篇优化网络
  • 1篇群算法
  • 1篇子群
  • 1篇网络
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇粒子群优化
  • 1篇B样条

机构

  • 2篇湖南工业大学

作者

  • 2篇孔玲爽
  • 2篇龚小龙
  • 1篇肖会芹
  • 1篇袁川来
  • 1篇周维龙

传媒

  • 1篇电子测量与仪...
  • 1篇湖南工业大学...

年份

  • 1篇2017
  • 1篇2016
2 条 记 录,以下是 1-2
排序方式:
非线性时间序列B样条优化网络预测模型及工业应用
2016年
为有效实现非线性时间序列的实时预测,建立了一种B样条优化网络预测模型。在网络结构的设计中,将各个样条基函数的权值参数和节点位置同时视为待优化的独立变量,并选择预测误差平方和为评价函数,设计了一种全局优化算法,对网络结构进行优化。工业仿真实验结果表明,所提出的优化网络预测模型具有较高的预测精度,而且结构简单,待优参数少,是一种有效的非线性时间序列预测方法。
孔玲爽龚小龙周维龙
关键词:非线性时间序列
非线性时间序列粒子群优化B样条网络预测模型被引量:7
2017年
为了提高非线性时间序列的预测精度,建立一种粒子群优化B样条网络预测模型。在设计网络结构时,设置样条基函数节点作为独立变量,然后使其与权值参数在网络训练过程中一同优化,并且使用预测误差平方和评价训练效果。采用粒子群算法与适当的搜索策略作为训练算法,对B样条基函数最优节点的分布进行搜索,同时寻优权值参数,使网络结构得到优化,进而对非线性时间序列进行预测。仿真结果表明,粒子群优化B样条网络预测模型具有良好的泛化性能,同时所用算法对网络进行了有效的优化,所建预测模型结构简单且预测精度较高。
龚小龙孔玲爽袁川来肖会芹
关键词:粒子群算法非线性时间序列
共1页<1>
聚类工具0