PDF《基于数据融合 IGA鄄RGRNN 低阶煤制甲烷 产量预测模型》

180 第1期荣德生,等:基于数据融合 IGA鄄RGRNN 低阶煤制甲烷产量预测模型 其中:ri = - sin2 θ δ2 Yi - sin θcos θ 2δ2 (xi-xi t) Zi = sin2 θ 2δ2 (Yi )2 + cos2 θ 2δ2 (xi-xi t)2 + sin θcos θ δ2 Yi (xi-xi t) Di = n i=1, j≠t 移(xj-xt j)2 2δ2 由式(8)可知,光滑因子 δ 对网络的预测性能 影响较大,采用改变 δ 值的学习方法可获得最佳回 归估计结果,方法如下:①令光滑因子以增量 Δδ 在 一定的范围(min δ,max δ)内递增变化;

②在学习样 本中,除去几个样本进行测试,用剩余样本训练........