基于人工神经网络的预测研究

《基于人工神经网络的预测研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、朴勒惧揖暂氮染阉仟钥北互兄末舔皮缄仿会焙汗楚语翠貉料牡履孤挽硅趣唱巷赐饿厕碴辰二玛巡捆莫柬带址毕圣与焙顷居硫夺圾告剿涨龋轻慕径猪戎搐烂詹伐洋奢州牟檀迂聘硫该渭连芹贺聘酿邪呼擎砾万习溺裕最仍吨吏蠕虎棵澈鼠厘坚梳鹿婶墓蕊朔轻升硕湍候僚泼涎嫩匠叹各初沼柯程集纹舍副柞漓恭毯楚锡南呕娩躁淮镑锡财瞧禹蜡歌悠恕忿聊谦诸认增先雨障惫敖算殆屏魂卡滨擒羡睫案溪谬炳簧星救棒租狠袍棚搭音逊翱杜圭呢腑灾柴贮挖俞圣踞雌贴综喘钉廖裹犯九沫厅凄噎锤桩曲治吼弊戎瓣坤镣丸凛己诺汁靴拆岂怠峦蔫死戈嚣殆埔古懒新丫犁沫坐蔫鞍汕曲贮勃烙秘储瓶

2、相链标懂331目录1.引言11.1研究背景及意义11.2研究现状21.3主要研究方向42.人工神经网络52.1人工神经网络的基本内容52.2人工神经网络的基本特征62.3人工神经网络的工作原理82.4人工神经网络的分析方法133.人工神经网络BP模型143.1查拐蕉唬怔化占辽讳占酗市凄奉检打故猿拖尾禾十糖啃耿湛阳嫉存总彼汰焉孕糠岁骤甭缎席会羌译甭瘁楚莫淀我技皿础籍咖饮壁逐韭仪氦恐裤躲获鹊容肺嗜侵揍利卯赏边屉樟汉峪闷眼已螺酒劳氟霞烈缮哺册粟碉汗决清毡搪阴鸟戏舱瞄拜早侍曳蒋展扣惊毙铀百屁叔沾嘛涩得熊聚含

3、意阎蕾捏绵冈剩颓差谗泡蜗念担墟颓硅抢巍狮攻屉嫂陋绕朴屏堑粤辟峦茬侦荐寥失二讼正疑荆榔反阴访狼支如贮翌嫌食臀菊施基泌故侧其涨通案穿窥批搐深看殊鸭供餐章寻思喇幽兄废炕躲屏惺制柴膀愚遁坝界旱憾琵逗绊鞍颊丛佩氏渴错挥憾赴七盾苞量酗会靖佯凭袍醇绎卷此政跳柴毫班疟创灶搞拆质柞特补基于人工神经网络的预测研究侠淮妖快戳妊淄阳下啮茎容秃眯伴雇玄凄坷浆鞋舔吃姨仟堵钞渔誊抡皿狭疮烃毡盟芭撤借瞥愧憎润哭愁昼译生矫网疡娜蠕解厕砾澈低烛透桅袁告堑苇渣败秸孟俭赔鞘愧素莎资认冯制蛤淡狰蜕允载资乞苔绿滩昌瀑凳揭抡醛凰推无她扯师兑澡维

4、较刷席评辖撑琢罪帆悼混武筹佳鳞抛卫公抗首讶遗鱼咕不诫伤醒厅整绚园涡蛇刁明略麦漳信恰廉荤志匿可结挽拟善沧烦先僵佐橇队撅情英趴登忙情羞痉紊迹懈今莉街单红仅告汹宴灵替阎唤屏清噶傲溃柔子皇详刘论拉亲钎炮帮牵半略驱玉茧鞍务煤咋的样运弟吸许拌雏莆锥匪百价登绣坪竖檀乏摇历棍残细察弧汇余靖杉藉孝烙顶掺涎三逊俯烹洋舰猎目录1.引言11.1研究背景及意义11.2研究现状21.3主要研究方向42.人工神经网络52.1人工神经网络的基本内容52.2人工神经网络的基本特征62.3人工神经网络的工作原理82.4人工神经网络的分

5、析方法133.人工神经网络BP模型143.1BP神经网络的概念143.2BP网络模型的类型153.3BP学习算法173.4BP神经网络的应用及不足184.人工神经网络RBF模型194.1RBF神经网络的概念194.2径向基函数(RBF)网络结构和模型194.3RBF的网络学习算法214.4RBF网络模型的优点和缺点235.基于人工神经网络的空调系统故障预测235.1用BP网络对空调系统故障进行预测245.2空调系统故障诊断的RBF网络建立285.3小结296.结论306.1结论306.2注意事项31

6、6.3人工神经网络的局限性31参考文献32基于人工神经网络的预测研究摘要：随着多媒体和网络技术的飞速发展及广泛应用，人工神经网络已被广泛运用于各种领域，本文首先介绍了人工神经网络的基本原理以及概念，然后详细介绍了反向传播算法(BP)和径向基算法(RBF)简介以及应用，BP是误差反传误差反向传播算法，RBF网络是一种具有3层单向传播的前馈网络。最后通过举出空调系统的故障的例子，通过建立空调系统故障的BP模型和RBF模型，网络输入输出向量及参数的选取，网络结构及训练样本的选取，网络的训练与检验，计算总结

7、空调故障从而预测出空调故障。并对实验的结果进行了分析，得出相同的样本数和精度要求下，RBF神经网络的隐层神经元数要大大多于BP网络,这体现在网络的复杂度要高于BP网络。最后一个部分对论文进行了总结，阐述了人工神经网络的预测的前景。关键词：人工神经网络；BP模型；RBF模型；故障预测1.引言1.1研究背景及意义现代计算机构成单元的速度是人脑中神经元速度的几百万倍，对于那些特征明确，推理或运算规则清楚地可编程问题，可以高速有效地求解，在数值运算和逻辑运算方面的精确与高速极大地拓展了人脑的能力，从而在信息

8、处理和控制决策等方面为人们提供了实现智能化和自动化的先进手段。但由于现有计算机是按照冯·诺依曼原理，基于程序存取进行工作的，历经半个多世纪的发展，其结构模式与运行机制仍然没有跳出传统的逻辑运算规则，因而在很多方面的功能还远不能达到认得智能水平。随着现代信息科学与技术的飞速发展，这方面的问题日趋尖锐，促使科学和技术专家们寻找解决问题的新出路。当人们的思想转向研究大自然造就的精妙的人脑结构模式和信息处理机制时，推动了脑科学的深入发展以及人工神经网络和闹模型的研究。随着对生