控制与决策

作者：那晓栋,王嘉宁,刘墨燃,任伟杰,韩敏

单位：大连理工大学 电子信息与电气工程学部,辽宁 大连 116024,,大连理工大学 电子信息与电气工程学部,辽宁 大连 116024,,大连理工大学 电子信息与电气工程学部,辽宁 大连 116024,,哈尔滨工程大学 智能科学与工程学院,哈尔滨 150001,,大连理工大学 教育部工业设备智能控制与优化重点实验室,辽宁 大连 116024;大连理工大学 辽宁省工业装备分布式控制专业技术创新中心,辽宁 大连 116024,

关键词：混沌时间序列预测; 回声状态网络; 层次化策略; 神经内在可塑性; 预训练; 神经网络

基金：国家自然科学基金项目(62173063)；中央高校基本科研业务费专项资金项目(DUT20LAB114).

为了提高回声状态网络对于混沌时间序列特征提取与预测的能力,提出一种层次化可塑性回声状态网络模型.该模型将多个储备池顺序连接,通过逐层特征变换的方式增强对非线性多尺度动态特征的提取能力.同时,引入神经科学中的内在可塑性机制模拟真实生物神经元的放电率分布,以最大化神经元的信息传递为目标对储备池进行预训练.层次化可塑性回声状态网络不仅能够增加模型的容量,降低随机投影所带来的不稳定性,而且也为理解储备池的表示、处理、记忆及储存操作提供一种新的思路.仿真实验结果表明,相比于其他7种改进的回声状态网络模型,所提出的模型在人造数据和真实数据所构成的混沌时间序列预测任务中均能取得最优的预测精度.

来源：2023年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第1期