论文题目: 神经网络预测研究
论文类型: 硕士论文
论文专业: 通信与信息系统
作者: 易帆
导师: 张翠芳
关键词: 神经网络,预测,时间序列,混沌,质量预测
文献来源: 西南交通大学
发表年度: 2005
论文摘要: 神经网络自开创以来一直深受许多学者的重视,并广泛运用于各种领域取得了辉煌的成就。预测是神经网络的又一个重要应用领域,这是因为神经网络具有优良的非线性特性,特别适用于高度非线性系统的处理。所以基于神经网络的智能预测是解决非线性预测问题的有效方法,为预测理论开辟了新的广阔发展空间。 本文主要针对神经网络预测理论的研究以及在某些方面的应用做了以下工作: 第一章首先介绍了时间序列基本理论,分析了各种预测理论,论述了神经网络预测理论的国内外的研究现状及背景,最后着重阐述了神经网络预测理论研究的意义和目的。第二章对神经网络的特点和发展作了总体上的论述,详细说明了神经网络的工作机理,并对神经网络的互连方式作了较详细说明。在第三章中,论述了神经网络预测理论,并提出了一种改进的确定BP网络结构的算法和一种加速收敛的改进算法。 第四章中,首先针对混沌以及混沌时间序列的特性进行了概述。然后讨论了将神经网络用于混沌时间序列预测的可行性,并结合混沌时间序列的特性,提出了用改进的算法来确定BP网络结构,并用一种改进的算法对混沌时间序列进行了单步与多步预测,进行了仿真分析比较,验证了混沌时间序列特性和改进算法的有效性。在第五章,首先介绍了闪光焊的基本原理,然后论述了样本集选取的原则并针对所采集的数据特点选取了相应的样本集,接着对数据源进行了分析,提出了相应算法来确定数据特征,并针对其中的异常数据用改进算法进行了相应处理,然后结合数据源的特征提出了一种改进的归一化方法,最后用改进的BP算法建立了闪光焊焊接接头质量在线预测模型,仿真结果表明本文采用的方法是有效的。 在本文最后给出了结论以及待进一步研究的若干问题。
论文目录:
第一章 绪论
1．1 时间序列预测基本理论
1．2 预测学简介
1．3 基于神经网络的预测理论研究现状及意义
1．4 本文研究的主要内容
第二章 人工神经网络
2．1 人工神经网络的发展简史
2．2 人工神经网络的基本特点
2．3 人工神经网络的工作机理
2．4 人工神经网络的结构
2．4．1 人工神经元
2．4．2 人工神经网络的互连方式
第三章 基于神经网络的预测理论
3．1 几种常用的时间序列预测方法
3．1．1 三种常用线性时序模型
3．1．2 预测的定量分析法
3．1．3 回归分析法
3．1．4 灰色预测法
3．1．5 混沌时间序列预测
3．2 基于神经网络的时间序列预测
3．3 BP网络的基本模型
3．4 BP算法训练的基本步骤
3．5 传统BP算法讨论及改进
3．6 BP模型的改进算法
3．6．1 网络结构的确定
3．6．2 BP模型的一种改进算法
第四章 基于神经网络的混沌时间序列预测
4．1 混沌及其混沌时间序列的发展简史与研究现状
4．2 混沌和混沌时间序列的几个特征量
4．2．1 倍周期分叉与混沌
4．2．2 吸引子
4．2．3 相空间重构
4．2．4 相空间重构的参数选择
4．3 基于神经网络的混沌时间序列预测
4．4 混沌时间序列神经网络拓补结构
4．5 仿真分析
第五章 基于神经网络的焊接接头质量在线预测模型
5．1 焊接质量的在线检测与预测研究现状
5．2 闪光焊基本原理
5．2．1 闪光焊简介
5．2．2 闪光对焊过程分析
5．2．3 焊接质量检验标准
5．2．4 焊接质量的控制与预测
5．3 钢轨闪光焊BP网络模型的建立
5．3．1 数据源的获取
5．3．2 网络结构的确定
5．3．3 特征量的确定
5．3．4 样本数据集的选取
5．3．5 异常数据的处理
5．3．6 数据预处理
5．3．7 改进的BP算法
5．4 预测结果及分析
5．4．1 预处理结果分析
5．4．2 预测结果分析
第六章 结论及展望
6．1 本文工作总结
6．2 未来工作展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果
发布时间: 2005-08-16
参考文献
- [1].基于改进神经网络预测的智能污水处理监控系统设计[D]. 潘锦宇.青岛科技大学2017
- [2].基于神经网络预测控制的锅炉过热汽温控制研究[D]. 谭元飞.西安科技大学2012
- [3].神经网络预测控制研究和基于虚拟仪器的控制应用[D]. 郭红梅.中国石油大学2007
- [4].神经网络预测及其在科学数据挖掘中的应用[D]. 昝艳.电子科技大学2006
- [5].神经网络预测控制应用研究[D]. 王捍兵.江苏科技大学2011
- [6].基于LM算法的溶解氧浓度神经网络预测控制研究[D]. 周磊.安徽工业大学2016
- [7].带钢厚度智能控制方法的研究[D]. 张溪琳.东北大学2008
- [8].四容水箱神经网络预测控制[D]. 何迪.北方工业大学2011
- [9].高速公路交通系统的神经网络预测控制[D]. 王冬丽.广西大学2006
- [10].基于改进PSO算法的过热汽温神经网络预测控制[D]. 王晓伟.合肥工业大学2007
相关论文
- [1].基于人工神经网络预测模型的期货价格预测[D]. 王奕淳.吉林大学2006
- [2].基于神经网络的预测函数控制方法研究[D]. 俞金妹.浙江大学2007
- [3].基于BP神经网络的混沌时间序列预测模型研究[D]. 陈敏.中南大学2007
- [4].人工神经网络在时间序列预测中的应用研究[D]. 宋玉强.西安建筑科技大学2005
- [5].基于MATLAB人工神经网络预测预报冲击地压的研究[D]. 武玉梁.山东科技大学2005
- [6].基于神经网络的预测控制方法研究[D]. 段向军.大庆石油学院2005
- [7].神经网络预测及其在科学数据挖掘中的应用[D]. 昝艳.电子科技大学2006
- [8].基于神经网络的预测方法及其在物流系统中的应用研究[D]. 张鹏.武汉理工大学2002
- [9].神经网络预测法与四阶段预测法相组合在铁路运量预测中的应用研究[D]. 王增兵.西南交通大学2003
- [10].基于遗传算法的神经网络预测控制及应用[D]. 梁建辉.西北工业大学2003