ELMAN神经网络
-
-
-
-
Elman神经网络的数据预测----电力负荷预测模型研究
Elman神经网络是Elman于1990年提出的，该模型在前馈网络的隐含层中增加了一个承接层，作为一步延时的算子，以达到记忆的目的，从而使系统具有适应时变特性的能力，能直接动态反映动态过程系统的特性。 Elman型回归神经网络一般分为四层：输入层，中间层（隐含层），承接层和输出层。 如图: 起输入层，隐含层和输出成的连接类似于前馈网络，输入层的单元仅起信号传输作用，输出层单元起线性加权作用。隐含层单元的传递函数可采用线性或非线性函数，承接层又称为上下文层或者状态层，它用来记忆隐含层单元前一时刻的输出值并返 -
-
-
-
基于混沌理论和ELMAN神经网络的短期负荷预测
本程序时基于混沌理论和ELMAN神经网络的短期负荷预测，能取得很好的预测效果，直接使用该程序就能实现电力短期负荷预测，同样使用于其他类型的时间序列预测 -
-
