【卡尔曼滤波预测范文】基于卡尔曼滤波和粒子群优化算法的灰色神

时间:2015-01-13 15:32:26 作者:王江荣;

本文作者:王江荣;成功正常投稿发表论文到《电气自动化》2014年01期,引用请注明来源400期刊网!


如果您需要快速发表论文服务,请联系在线编辑!


【摘要】:针对波动大且具有非平稳性的负荷序列预测问题,建立了基于卡尔曼滤波和粒子群优化算法的灰色神经网络预测模型(R.EKalman-G(1,1)-PSO-BP)。利用了卡尔曼滤波算法能够剔除非平稳序列中的随机误差,以获得逼近真实情况的有效信息的特点,对负荷测量序列进行滤波处理,根据GM(1,1)模型算法对滤波后的量测序列进行拟合预测。利用基于粒子群优化算法的BP神经网络算法对残差进行修正,得到了新的预测值。实践表明新预测值的整体精确度远高于GM(1,1)模型及Kalman-G(1,1)模型的预测精度。因此,所建模型具有较高的使用价值。
【论文正文预览】:0引言GM(1,1)模型应用于平稳的测量数据列时,效果较好。如果测量数据列因外界因素(人为或自然环境)干扰而出现异常数据,使数据曲线发生波动,此时GM(1,1)模型的预测精度就会下降。当数据出现异常波动时,一般可用滤波的方法使其平滑[1]。卡尔曼滤波是一种能够从与被提取信号有关
【文章分类号】:TP183
【稿件关键词】:卡尔曼滤波G()模型预测PSO算法BP神经网络
【参考文献】:
【稿件标题】:【卡尔曼滤波预测范文】基于卡尔曼滤波和粒子群优化算法的灰色神经网络预测模型
【作者单位】:兰州石化职业技术学院信息处理与控制工程系;
【发表期刊期数】:《电气自动化》2014年01期
【期刊简介】:《电气自动化》杂志是由中华人民共和国新闻出版总署、正式批准公开发行的优秀期刊,电气自动化杂志具有正规的双刊号,其中国内统一刊号:CN31-1376/TM,国际刊号:ISSN1000-3886。电气自动化杂志社由上海电气(集团)总公司主管、主办,本刊为刊。自创刊以来......更多电气自动化杂志社(http://www.400qikan.com/qk/7521/)投稿信息
【版权所有人】:王江荣;


更多科技类论文详细信息: 【卡尔曼滤波预测范文】基于卡尔曼滤波和粒子群优化算法的灰色神 论文代写
http://m.400qikan.com/lw-17409 论文代发

相关专题:四川警察学院学报 仪器分析小论文

相关论文
相关学术期刊
《收藏界》 《口腔材料器械杂志》 《烧结球团》 《中国分子心脏病学杂志》 《江南大学学报》 《科技创新导报》 《烟台大学学报》 《河北煤炭》 《统计与预测》 《轻型汽车技术》

< 返回首页