基于卡尔曼滤波技术的人工神经网络权重估算和应用.pdf

、r01．40 第40卷第4期 四川大学学报(工程科学版) No．4 2008年7月 JOURNALOFSICHUANUNⅣERSlTY(ENGINEER矾GSCIENCEEDⅢON) JI|ly2∞8 文章编号：1009．3087(2008)04枷25硝 基于卡尔曼滤波技术的 人工神经网络权重估算及应用 覃光华，王顺久，缪 韧 (四川大学水利水电学院，四川成都6l0065) 摘要：为改进神经网络模型算法，将神经网络技术与卡尔曼滤波技术进行耦合。在样本训练过程中，将卡尔曼滤 波递推算法用于神经网络权重的训练，然后用训练得到的权重进行检验。文中以岷江上游段紫坪埔水文站的流量 预报为实例，并与单一的神经网络模型以及卡尔曼滤波模型进行了比较。应用结果表明，卡尔曼技术用于神经网 络权重估算，可改善水文预报精度。 关键词：神经网络；卡尔曼滤波；权重 中图分类号：P33；Tv213．4 文献标识码：A ofArtificial Esthation粕d Neural Basedon Application Networl【s’Weight K曲manFilter TechIlique Q，ⅣG眦愕一^∞，肌^旧鼽肌蕾“，^删D船，I (Dq叶．ofHyd舢licEIlg．，Sichu飘un打．，chengdIl610065．Chi眦) combinesani6cialmuml real—tiIIle Abstmct：强e p印er networks(ANNs)w汕l(allll锄filteradjustnlenttecllllique inorderto ANNsmodeLne I(a】瑚朐filter tech- impmve扛adid帆al weiglIts玳砌nedby real—ti妣adjushnent intlIe t}IendIe areu靶df打check．Onec鹊ei8now f．or nique proce够of蛐ple嘣rIing，锄dweights f．0rec鹳tillgup_ re∞hof at station t}IemetIlod iIltlle meresultsarecom- per Minjing彤VerZipingpubyusing pmpo∞d p印er，and ANNsmodel锄d model．neresultsshowifl(alm肌6her i8used p玳dw油siIlde singk勋lm趾filter tecllnique iIl ne伽orks forec鹊t be estimtiIlgweights，hydrDlogicaccuracymayimproVed． words：ne啪l Key ne伽orks；＆lhI啪fikr；wei曲t 卡尔曼滤波理论由卡尔曼(R．E．KallII肌)等人根据使误差协方差矩阵最小的原则，通过建立水文 于60年代