外文翻譯--改進(jìn)的灰色預(yù)測模型在電力需求上的應(yīng)用（譯文）-全文預(yù)覽
【正文】 ( 14 ) 通過使用相同的方法 如式（ 1） – （ 10），一個 (0)? 的灰色 GM(1， 1)模型可以被建立 .預(yù)測殘差序列表示為 (0)( ),k? 然后 ? ? ( 1 )( 0 ) ( 0 )( ) ( 2 ) 1 , 2 , 3 , . . .kaabk e e ka ?????? ????? ? ? ????? ( 15 ) 殘差 預(yù)測輸出 最終預(yù)測 殘差輸入 原始預(yù)測輸出 殘差符號估計 原始模型 原始灰色 GM(1,1)預(yù)測 修正子模型 殘差灰色 GM(1,1)預(yù)測 人工神經(jīng)網(wǎng)絡(luò)符號估計 混合模塊 數(shù)據(jù)輸入 5 . 人工神經(jīng)網(wǎng)絡(luò)殘差符號估計模型 近年來，已經(jīng)進(jìn)行了大量的人工智能預(yù)測技術(shù)問題方面的研究 .然而，該模型毫無疑問由于應(yīng)用了神經(jīng)網(wǎng)絡(luò)這一強大的計算工具而受到廣泛的關(guān)注 . 圖． 2 給出了一個概要的生物神經(jīng)和一個基本的神經(jīng)網(wǎng)絡(luò)元素 .人工神經(jīng)網(wǎng)絡(luò)模型像一個黑盒操作，不需要系統(tǒng)的詳細(xì)信息 .相反它們會通過研究以前數(shù)據(jù)，學(xué)習(xí)輸入?yún)?shù)和受控及非受控變量間的關(guān)系 .人工神經(jīng)網(wǎng)絡(luò)模型可以處理龐大而復(fù)雜的系統(tǒng)，這些系統(tǒng)帶有許多相互關(guān)聯(lián)的參數(shù) .神經(jīng)體系結(jié)構(gòu)的幾種類型是可用的，其中多層的反向傳播（ BP）神經(jīng)網(wǎng)絡(luò)是最廣泛使用的 .正如圖． 3顯示，BP 網(wǎng)絡(luò)通常采用三層或更多層的體系結(jié)構(gòu)：一個輸入層，一個輸出層和至少一個隱層 .描述這個網(wǎng)絡(luò)的計算過程如下： ,j ij ijiY f W X??? ????? ( 16 ) 圖． 2．一個簡單的神經(jīng) [13]與一個 PE 模型 . 其中 jY 是輸出節(jié)點 j ， ()f? 是傳遞函數(shù)， ijW 是在底層的節(jié)點 i 和節(jié)點 j 之間的連接權(quán)重 iX 是來自于底層節(jié)點 i 的輸入信號 . 誤差反向傳播 （ BP）是一個梯度下降算法 .它試圖通過改變權(quán)重沿 其梯度降低的總誤差以提高神經(jīng)網(wǎng)絡(luò)的性能 .誤差反向傳播 （ BP）算法減少了平方誤差，這可以通過以下來計算： 6 圖． 3． A BP 網(wǎng)絡(luò)． 圖． 4．人工神經(jīng)信號預(yù)測系統(tǒng)結(jié)構(gòu)． 21 / 2 ppjjpjE Q Y???????? ( 17 ) 其中 E 是平方誤差， p 是模式指數(shù)， O 是實際的（目標(biāo)）的輸出和 Y 是網(wǎng)絡(luò)的輸出 . 這里使用了兩狀態(tài)的人工神經(jīng)網(wǎng)絡(luò)模型去預(yù)測殘差序列的符號 .首先，我們引入虛擬變量 ()dk表示第 k年的殘余符號 .假設(shè)第 k個年的殘差符號為正，則 ()dk 7 的值是 1，否則為 ，我們使用 ( 1)dn? 和 ()dn的值建立了一個人工神經(jīng)網(wǎng)絡(luò)模型去估計 ( 1)dn? 的值 .此神經(jīng)網(wǎng)絡(luò)符號預(yù)測系統(tǒng)的結(jié)構(gòu)示于圖． 4中． 第 K 年殘差符號， ()sk ，是 1 , ( ) 1( ) , 1 , 2 , . . . , , . . .1 , ( ) 0if d ks k k nif d k?????? ??? ( 18 ) 根據(jù)上面所示的公式，結(jié)合了用人工神經(jīng)網(wǎng)絡(luò)符號估計法對殘差修正的改進(jìn)灰色模型 .可以進(jìn)一步表述為 式．（ 19） ? ? ( 1 )( 1 ) ( 0 ) ( 1 ) ( 0 )( ) ( 1 ) ( 1 ) ( ) ( 2) 1 ,1 , 2 , .. ., , 1 , .. .kaaak bbx k x e s k e eaak n n????? ?????? ??? ? ? ? ? ??? ????????
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1