[发明专利]基于灰色神经网络组合模型的接地网腐蚀率预测方法

摘要

本发明公开了一种基于灰色神经网络组合模型的接地网腐蚀率预测方法，包括以下步骤，步骤1，对于给定的接地网腐蚀率时序数据，运用串联式灰色神经网络SGNN建模预测腐蚀率；步骤2，对于给定的接地网腐蚀率时序数据，运用嵌入式灰色神经网络IGNN建模预测腐蚀率；步骤3，将串联式灰色神经网络SGNN与嵌入式灰色神经网络IGNN的预测结果结合形成P‑SIGNN预测法，根据各预测精度求得的权系数加权求和，得到最终预测值。本发明结合了串联式和嵌入式灰色神经网络预测理论，能更好地解决传统预测结果不够稳定的问题，提高预测精度。

主权项

1.基于灰色神经网络组合模型的接地网腐蚀率预测方法，其特征在于：包括以下步骤，步骤1，对于给定的接地网腐蚀率时序数据，运用串联式灰色神经网络SGNN建模预测腐蚀率；步骤2，对于给定的接地网腐蚀率时序数据，运用嵌入式灰色神经网络IGNN建模预测腐蚀率；步骤3，将串联式灰色神经网络SGNN与嵌入式灰色神经网络IGNN的预测结果结合形成P-SIGNN预测法，根据各预测精度求得的权系数加权求和，得到最终预测值；步骤3的具体过程为，C1)计算串联式灰色神经网络SGNN和嵌入式灰色神经网络IGNN过去时间段腐蚀率模拟值的精度序列；其中，j＝1,2，t∈[1,N]并且t为整数,N表示过去时间段腐蚀率模拟值个数，x(0)(t)为腐蚀率实际值，为串联式灰色神经网络SGNN模拟值，A1t为串联式灰色神经网络SGNN模拟值的精度序列，为嵌入式灰色神经网络IGNN模拟值，A2t为嵌入式灰色神经网络IGNN模拟值的精度序列；C2)计算Ajt构成的精度序列的均值Ej与均方差σj；C3)计算串联式灰色神经网络SGNN和嵌入式灰色神经网络IGNN模型的有效度；Sj＝Ej(1-σj) 式(7)其中，S1为串联式灰色神经网络SGNN模型有效度，S2为嵌入式灰色神经网络IGNN模型有效度；C4)将S1、S2归一化作为加权系数K1、K2；其中，j′＝1,2；C5)最终预测值为；其中t′∈[1,M]并且t′为整数，M为预测数据总数，分别为串联式灰色神经网络SGNN和嵌入式灰色神经网络IGNN未来腐蚀率预测值。