论文部分内容阅读
由于预测神经网络可以通过学习任意逼近非线性映射,被广泛用于构建非线性系统模型。在时间序列预测模型的基础上,引入神经网络方法,提出一种基于时间序列的对角递归神经网络(PDRNN),将一维参数预测进一步推广到多维空间中的点的预测,并推导了用PDRNN实现时间序列直接多步预测的TD-DBP算法。最后将这种算法应用于多属性故障的趋势预报。