基于信息熵加权的Elman神经网络状态趋势预测

作     者：陈涛 徐小力 王少红 CHEN Tao;XU Xiao-li;WANG Shao-hong

作者机构：北京信息科技大学现代测控教育部重点实验室北京100192 北京理工大学机械与车辆学院北京100081 

出 版 物：《北京信息科技大学学报（自然科学版）》 (Journal of Beijing Information Science and Technology University)

年 卷 期：2011年第26卷第6期

页      面：26-29页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 080201[工学-机械制造及其自动化] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(50975020) 北京市属高等学校人才强教计划资助项目(PHR201106132) 北京信息科技大学学校科研基金项目(1125048) 

主　　题：趋势预测 神经网络 信息熵加权 延迟重构 

摘      要：为克服预测神经网络输入值对网络输出预测值贡献程度基本等同的缺陷,提出一种信息熵加权的神经网络智能预测方法。提出信息熵权值的计算方法和延时重构的加权前处理方法,并以Elman神经网络为基础,构建基于信息熵加权Elman神经网络的预测模型。烟气轮机状态趋势预测实例表明,基于信息熵加权Elman神经网络预测方法的预测效果较好,为状态趋势预测提供了一种新方法。