基于递归神经网络的多步预报方法

摘要

为了解决由多层前馈神经网络递推运算获得的多步预报存在的预报误差迭代累积问题,提出了基于局部递归神经网络的多步递归神经网络(MSRN)模型,对时间序列进行了多步预报.用模拟振动数据把MSRN模型用作单步和多步的预报能力,同经典的多层前馈神经网络进行了比较,并预报了天津石化总公司炼油厂大机组某测点振动的变化趋势.实践表明,用该方法进行多步预报误差小,并具有良好的预报能力.