文献类型：期刊文章

作　　者：邢立宁[1] 陈英武[1] 刘荷君[2]

机构地区：[1]国防科技大学信息系统与管理学院 [2]中国人民解放军72556部队

出　　处：《计算机工程》

基　　金：国家自然科学基金资助项目(70272002)

年　　份：2006

卷　　号：32

期　　号：12

起止页码：199-201

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：在总结现有神经网络方法缺陷的基础上,提出了模型的思路:预测网络小型化;实时学习;多次预测取均值;加入规则辅助神经网络预测。相对于传统的神经网络模型来讲,该模型突出了动态学习、动态预测的特色,增加了辅助预测的3大规则(异常处理规则、再学习规则和取均值规则)。给出了该模型的工作流程,并以一个实际问题说明了该模型训练、预测的全过程。数据实例表明,该模型是正确的、可行的。同时和其他5种模型预测结果的对比表明,该模型的预测结果是最优的,这充分体现了模型的有效性、先进性。

关 键 词：时间序列预测 神经网络 实时学习  多规则  

分 类 号：TP18]