原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
动态神经网络时间序列预测的NARX实现
————————梁浩，梁宇斌
时间序列
时间序列是按时间序列排列的一组数字序列。时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计建立数学模型的理论和方法，以预测未来事物的发展。它的基本原理有二点，一是承认事物发展的延续性，即应用过去的数据，就能推测事物的发展趋势；二是考虑到事物发展的随机性，任何事物发展都可能受偶然因素的影响，为此要利用各种统计分析方法对历史数据加以分析处理。
动态神经网络
动态神经网络是指网络带有反馈与记忆功能，可以将前一时刻的数据保留，使其加入到下一时刻数据的计算，使网络不仅具有动态性而且保留的系统信息也更加完整。它有许多应用，比如金融分析师用于分析某只股票未来某时点的价格。它分为两类，一类是通过神经元反馈形成的神经网络，如Elman神经网络，PID神经网络，另一类是回归神经网络，有静态神经元和网络输出反馈构成，典型的有NARX回归神经网络。
NARX神经网络
NARX（Nonlinear AutoRegressive models with Exogenous Inputs)全称为非线性自回归模型，也称为带外部输入的非线性自回归滤波器。通常情况下它优于全回归神经网络，并且可以和其互换，所以它成为非线性动态神经网络中应用最广的一种。
一个典型的NARX神经网络主要有输入层，隐含层，和输出层及输入输出延时构成。其基本结构如下：
NARX神经网络详细结构如下：
本案例给出2001个监测点的时间序列数据。其中PhInputs为一个1*2001维的cell，代表时间监测点的流速，PhTargets为1*2001维的cell，代表中和反应后溶液的PH值。我们通过当前的酸碱溶液流速预测中和反应后溶液的PH值大小。
Matlab实现
1.建立非线性自回归模型
2.网络数据预处理函数
3.时间序列数据准备
4.训练数据，验证数据，测试数据划分
5.网络训练
文档评论（0）