基于卡尔曼滤波和粒子群优化算法的灰色神经网络预测模型_王江荣.pdfVIP

《 》2014 36 1 电气自动化 年第 卷 第 期 控制理论及其应用 Control Theory ＆ Its Applications 基于卡尔曼滤波和粒子群优化算法的灰色神经网络预测模型 王江荣 ( ， 730060) 兰州石化职业技术学院信息处理与控制工程系 甘肃 兰州 : ， (Ｒ． E 摘 要 针对波动大且具有非平稳性的负荷序列预测问题 建立了基于卡尔曼滤波和粒子群优化算法的灰色神经网络预测模型 Kalman － G (1，1)－ PSO － BP)。 ， 利用了卡尔曼滤波算法能够剔除非平稳序列中的随机误差 以获得逼近真实情况的有效信息 ， ， GM (1，1) 。 的特点 对负荷测量序列进行滤波处理 根据 模型算法对滤波后的量测序列进行拟合预测 利用基于粒子群优化算 BP ， 。 GM (1，1) Kalman 法的 神经网络算法对残差进行修正 得到了新的预测值 实践表明新预测值的整体精确度远高于 模型及 － G (1，1) 。 ， 。 模型的预测精度 因此 所建模型具有较高的使用价值 : ;G (1，1) ; ;PSO ;BP 关键词 卡尔曼滤波 模型 预测 算法 神经网络 DOI :10． 3969 /j ·issn． 1000 － 3886． 2014． 01． 010 ［ ］TP18 ［ ］A ［ ］1000 － 3886 (2014)01 － 0024 － 03 中图分类号 文献标志码 文章编号 Gray Neural Network Prediction Model Based on Kalman Filtering and Particle Swarm Optimization Algorithm WANG Jiang-rong (Faculty of Information Processing and Control Engineering ， Lanzhou Petrochemical Vocational and Technical College ，Lanzhou Gansu 730060 ，China) Abstract :With respect to the prediction of volatile and non-