公开(公告)号：CN107704426A

公开(公告)日：2018-02-16

申请号：CN201710744099.X

申请日：2017-08-25

Applicant: 南京邮电大学

Inventor： 解培中 ,  刘立燕 ,  李汀

IPC: G06F17/14 ,  G06N3/08

CPC classification number: G06F17/148 ,  G06N3/08

Abstract: 本发明公开了基于扩展小波神经网络模型的水位预测方法，该方法通过分析输入与输出的相关性，确定输入项的个数，使预测精度提高。该方法包括如下步骤：步骤1：计算输入xt,xt-1,xt-2,…,xt-n序列与输出x的相关性。步骤2：根据相关性，将各个序列xt,xt-1,xt-2,…,xt-n，n≥1以db5作为母小波进行3层小波分解，将各个序列进行小波分解得到 将小波分解系数 归一化处理作为网络的输入，通过n的取值不同建立不同的扩展小波神经网络模型；步骤3：选择双曲正切函数与线性函数分别作为隐层与输出层的激励函数，根据均方误差(MSE)的大小来选择合适的隐层节点数，采用Levenberg-Marquardt(LM)优化算法，训练网络；步骤4：将得到的不同的扩展网络进行检验，选择最恰当的扩展网络神经网络，提高预报精度。