基于过程神经元网络的动态预测模型及其应用

摘要

针对动态系统过程预测预报问题,提出了一种基于过程神经元网络的动态预测方法.过程神经元网络的输入/输出均可以是时变函数,其时空聚合运算和激励可同时反映时变输入信号的空间聚合作用和输入过程中的阶段时间累积效应.基于过程神经元网络的动态预测模型能同时满足对系统的非线性辨识和过程预测,在机制上对动态预测预报问题有较好的适应性.文中给出了基于函数基展开和梯度下降法的学习算法,以电力负荷预报为例验证了模型和算法的有效性.