プラント状態変動の時系列解析および動径基底関数ネットワークによる時系列予測

スポンサーリンク

概要

論文の詳細を見る
複雑に変動するプラントの制御・管理に時系列予測が利用できる。多層パーセプトロンや動径基底関数ネットワークは、非線形予測法として近年注目を集めている。複雑な時系列データを扱う場合には、予測モデルを構築する前に、データの複雑さを解析すべきである。もし、時系列が決定論的カオスならば、非線形予測を適用できるであろうし、ランダムノイズならば線形自己回帰を選択する方がよい。また、予測モデルの最適化に用いるデータの定常性を調べることも重要である。データが定常ならば、予測モデルは時系列の一般的な挙動を学習したと言える。本報告では、高炉で実際に観測された高炉冷却水給排水温度差時系列について、複雑さと定常性を解析し、これらの事前情報に基づいて予測モデル(ガウス関数を基底関数とする動径基底関数(Hyper-BF))を構築する。
社団法人電子情報通信学会の論文
1996-03-11

著者

関連論文

もっと見る

スポンサーリンク