本文主要研究内容
作者黄致谦,丁勤卫,李春（2019）在《风速时间序列非线性短期预测》一文中研究指出：针对风速时间序列复杂的非线性特征,根据C-C算法确定重构参数(嵌入维数及延迟时间)并对风速重构相空间,建立径向基函数神经网络(RBF网络)及Volterra自适应预测模型对风速时间序列进行预测,以Lorenz方程数值解为例验证了两种预测方法的可行性。结果表明:RBF神经网络模型和Volterra自适应预测模型都能对实测风速时间序列进行较为准确的预测,预测误差分别在0.3和0.1 m/s内;Volterra自适应预测模型预测结果总体较RBF神经网络模型预测精度更高,且随着预测时间的增大,预测误差呈增大趋势,这与混沌存在初值敏感性的特征相符。
Abstract
zhen dui feng su shi jian xu lie fu za de fei xian xing te zheng ,gen ju C-Csuan fa que ding chong gou can shu (qian ru wei shu ji yan chi shi jian )bing dui feng su chong gou xiang kong jian ,jian li jing xiang ji han shu shen jing wang lao (RBFwang lao )ji Volterrazi kuo ying yu ce mo xing dui feng su shi jian xu lie jin hang yu ce ,yi Lorenzfang cheng shu zhi jie wei li yan zheng le liang chong yu ce fang fa de ke hang xing 。jie guo biao ming :RBFshen jing wang lao mo xing he Volterrazi kuo ying yu ce mo xing dou neng dui shi ce feng su shi jian xu lie jin hang jiao wei zhun que de yu ce ,yu ce wu cha fen bie zai 0.3he 0.1 m/snei ;Volterrazi kuo ying yu ce mo xing yu ce jie guo zong ti jiao RBFshen jing wang lao mo xing yu ce jing du geng gao ,ju sui zhao yu ce shi jian de zeng da ,yu ce wu cha cheng zeng da qu shi ,zhe yu hun dun cun zai chu zhi min gan xing de te zheng xiang fu 。
论文参考文献
论文详细介绍
论文作者分别是来自热能动力工程的黄致谦,丁勤卫,李春，发表于刊物热能动力工程2019年09期论文，是一篇关于风速论文,时间序列论文,非线性论文,短期预测论文,热能动力工程2019年09期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自热能动力工程2019年09期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：风速论文; 时间序列论文; 非线性论文; 短期预测论文; 热能动力工程2019年09期论文;