[發(fā)明專利]一種計(jì)算機(jī)應(yīng)用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810742073.6
• 申請(qǐng)日: 2018-07-09
• 公開（公告）號(hào): CN108985455A
• 公開（公告）日: 2018-12-11
• 發(fā)明（設(shè)計(jì)）人: 肖朝暉;王艷;洪雄;張紅;盛莉
• 申請(qǐng)（專利權(quán)）人: 肖朝暉
• 主分類號(hào): G06N3/08
• 分類號(hào): G06N3/08
• 代理公司: 重慶市信立達(dá)專利代理事務(wù)所(普通合伙) 50230
• 代理人: 包曉靜

1.一種計(jì)算機(jī)應(yīng)用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法，其特征在于，所述計(jì)算機(jī)應(yīng)用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法包括以下步驟：

步驟一，采用效率模型的數(shù)據(jù)接收模塊接收計(jì)算機(jī)應(yīng)用數(shù)據(jù)；

所述效率模型為：

時(shí)間t_n中處理數(shù)據(jù)包數(shù)：

t_n＝T_F-T_B；

其中，T_B為數(shù)據(jù)包分析處理前系統(tǒng)時(shí)間；T_E為數(shù)據(jù)包分析處理后系統(tǒng)時(shí)間；t_n表示處理第n個(gè)數(shù)據(jù)包的時(shí)間；數(shù)據(jù)處理效率V，接收數(shù)據(jù)D；

步驟二，通過建模模塊采用模糊數(shù)學(xué)神經(jīng)網(wǎng)絡(luò)的方法建模；

步驟三，預(yù)估數(shù)據(jù)的處理速度，通過跟蹤模塊對(duì)建模的數(shù)據(jù)進(jìn)行跟蹤；

所述數(shù)據(jù)的處理速度C點(diǎn)在X軸、Y軸和Z軸的數(shù)據(jù)速度大小分別為v_cx、v_cy、v_cz則：

v_cx＝v_upcx+v_ecx

v_cy＝v_upcy+v_ecy

v_cz＝v_upcz+v_ecz；

由B及其前兩個(gè)點(diǎn)的數(shù)據(jù)信息可以得到B點(diǎn)在3個(gè)維度上的速度大小分別為v_bx、v_by、v_bz；另外B、C數(shù)據(jù)點(diǎn)的時(shí)刻已知，可分別設(shè)為t_b、t_c，則C點(diǎn)在3個(gè)維度上的加速度大小a_cx、a_cy、acz為：

步驟四，通過分層模塊對(duì)跟蹤的數(shù)據(jù)進(jìn)行模糊神經(jīng)網(wǎng)絡(luò)分層；

步驟五，通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模塊根據(jù)對(duì)所建立的模糊神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，得到包含權(quán)值的網(wǎng)絡(luò)分類器，訓(xùn)練過程中學(xué)習(xí)率采用隨著訓(xùn)練過程的梯度變化而變化；

步驟六，通過網(wǎng)絡(luò)健康評(píng)價(jià)模塊對(duì)構(gòu)建的網(wǎng)絡(luò)健康狀況進(jìn)行評(píng)價(jià)。

2.如權(quán)利要求1所述的計(jì)算機(jī)應(yīng)用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模塊學(xué)習(xí)方法如下：

(1)建立模糊神經(jīng)網(wǎng)絡(luò)；

(2)根據(jù)步驟(1)所建立的模糊神經(jīng)網(wǎng)絡(luò)，初始化模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)；

(3)輸入訓(xùn)練樣本參數(shù)x_i到所建立的模糊神經(jīng)網(wǎng)絡(luò)，模糊神經(jīng)網(wǎng)絡(luò)輸出y_i；其中，所述x_i為第i個(gè)輸入變量值，y_i為對(duì)應(yīng)的模糊神經(jīng)網(wǎng)絡(luò)輸出值；

(4)根據(jù)步驟(3)所得到的y_i，計(jì)算如果e≤預(yù)設(shè)標(biāo)準(zhǔn)誤差，則停止訓(xùn)練，并轉(zhuǎn)到步驟(7)；如果e>預(yù)設(shè)標(biāo)準(zhǔn)誤差，并且迭代次數(shù)k>預(yù)設(shè)迭代次數(shù)，則停止訓(xùn)練，并轉(zhuǎn)到步驟(7)，否則，進(jìn)入步驟(5)；其中，y_d為神經(jīng)網(wǎng)絡(luò)的期望輸出，e為期望輸出和實(shí)際輸出y_i的誤差；

(5)模糊神經(jīng)網(wǎng)絡(luò)參數(shù)學(xué)習(xí)訓(xùn)練；

(6)對(duì)訓(xùn)練后的模糊神經(jīng)網(wǎng)絡(luò)再次輸入訓(xùn)練樣本參數(shù)x_i，并轉(zhuǎn)到步驟(3)；

(7)對(duì)建立的模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)識(shí)別,對(duì)測(cè)試樣本作歸一化處理，并將其輸入以上訓(xùn)練好的模糊神經(jīng)網(wǎng)絡(luò)中，對(duì)該類數(shù)據(jù)進(jìn)行識(shí)別分類，通過其實(shí)際輸出結(jié)果，判斷目標(biāo)所屬類別。