基于智能優(yōu)化的神經(jīng)網(wǎng)絡(luò)數(shù)值預(yù)測方法研究

翟龍飛 陳迎春 楊沖 賈波

【摘要】 本文基于短波信號接收信噪比預(yù)測數(shù)據(jù)對BP網(wǎng)絡(luò)、GA+BP網(wǎng)絡(luò)和PSO+BP網(wǎng)絡(luò)分別在不同數(shù)據(jù)量的情況下進(jìn)行仿真實驗，然后以均方誤差和訓(xùn)練時間為性能參考選出最優(yōu)的GA+BP網(wǎng)絡(luò)算法，最終將該算法應(yīng)用于短波信號接收信噪比預(yù)測系統(tǒng)。

【關(guān)鍵詞】 數(shù)值預(yù)測 神經(jīng)網(wǎng)絡(luò) 系統(tǒng)仿真

一、構(gòu)建神經(jīng)網(wǎng)絡(luò)

1.1數(shù)據(jù)的采集

本預(yù)測系統(tǒng)的訓(xùn)練和預(yù)測數(shù)據(jù)是基于短波測量管理調(diào)度系統(tǒng)數(shù)據(jù)庫。利用Matlab與SQL Server對接，然后在Matlab環(huán)境下從短波測量管理調(diào)度系統(tǒng)數(shù)據(jù)庫中選取訓(xùn)練所需的6個輸入變量：信號頻率，信號幅度，信號帶寬，信號調(diào)制方式，天線仰角和偵測時間（月、日、時、分）和1個輸出變量：信噪比。

1.2數(shù)據(jù)的預(yù)處理

選取完訓(xùn)練數(shù)據(jù)后，對輸入數(shù)據(jù)進(jìn)行歸一化處理，將其規(guī)整到一個范圍區(qū)間，使得各變量之間具有相同地位，避免經(jīng)過神經(jīng)網(wǎng)絡(luò)sigmoid傳輸函數(shù)誤差震蕩問題。然后針對歸一化處理后的數(shù)據(jù)，選取一定時間段內(nèi)的局部數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，進(jìn)行數(shù)據(jù)的降維處理。最后用GA或PSO優(yōu)化BP時，因為前面選取的是當(dāng)前月份的數(shù)據(jù)，所以月份值一樣，導(dǎo)致輸入層月份值和隱層的連接權(quán)值無效，故應(yīng)剔除掉月份值，否則產(chǎn)生的權(quán)值數(shù)與網(wǎng)絡(luò)的權(quán)值數(shù)不一致。

1.3確定網(wǎng)絡(luò)的隱層節(jié)點數(shù)

目前沒有較好的確定隱層節(jié)點數(shù)的方法，主要用試湊法仿真比較和遺傳算法全局尋優(yōu)兩種方法綜合確定：單隱層，且隱層節(jié)點數(shù)為14。

1.4構(gòu)建神經(jīng)網(wǎng)絡(luò)

在此設(shè)網(wǎng)絡(luò)的隱層節(jié)點數(shù)為14，用newcf生成網(wǎng)絡(luò)：

net = newcf（p2，t2，14，{‘tansig，purelin}，trainlm）； % 1個隱層

1.5 數(shù)據(jù)的保存

當(dāng)短波信號接收信噪比預(yù)測后，要通過Matlab將預(yù)測值存入到SQL Server中的短波測量管理調(diào)度系統(tǒng)數(shù)據(jù)庫。

二、仿真結(jié)果

三、系統(tǒng)測試

3.1系統(tǒng)測試及分析

在短波信號接收信噪比預(yù)測系統(tǒng)中，分別對BP網(wǎng)絡(luò)、GA+BP網(wǎng)絡(luò)和PSO+BP網(wǎng)絡(luò)進(jìn)行測試得表2中數(shù)據(jù)：

結(jié)果分析：因為這里的訓(xùn)練時間包括程序在系統(tǒng)中的運行時間和網(wǎng)絡(luò)的訓(xùn)練時間，所以相較在MATLAB環(huán)境下進(jìn)行的仿真實驗，訓(xùn)練時間都長一些。由于系統(tǒng)測試時，會受到其他因素的影響，均方誤差MSE也比MATLAB環(huán)境下進(jìn)行的仿真實驗時要大。但在系統(tǒng)測試中比較三種網(wǎng)絡(luò)性能可以得出相同的結(jié)論：綜合訓(xùn)練時間、MSE大小以及MSE的穩(wěn)定性，GA+BP網(wǎng)絡(luò)更適合于短波信號接收信噪比預(yù)測系統(tǒng)。