TY -的盟MilićMiljana盟——Milojković伊莲娜AU - Marković,伊凡盟——Nikolić佩PY - 2019 DA - 2019/04/01 TI -并发,基于绩效的方法增加短期预测神经系统的准确性和确定性SP - 9323482六世- 2019 AB -准确预测短时间序列的高度不规则的行为是一个具有挑战性的任务中发现现代科学的许多领域。这些数据波动并不系统,很难预测。近年来,人工神经网络已被广泛用于这些目的。虽然可以短时间序列的非线性行为模型通过使用人工神经网络,通常他们无法处理所有同样的事件。因此,替代方法应用。在这项研究中,一个新的,并发,基于绩效的方法,最好结合安拓扑为了减少预测误差,提高预测提出了确定。验证该方法在三个不同的数据集:塞尔维亚国民收入时间序列,市政交通流为一个特定的观察点,和《每日电负载消耗时间序列。结果表明,该方法可显著提高预测精度的个人网络,不管他们的拓扑结构,使得方法更适用。为定量的准确性提出了方法的比较与类似的方法,一系列额外的预测实验,包括最先进的ARIMA建模和安和线性回归的组合预测进行。SN - 1687 - 5265 UR - https://doi.org/10.1155/2019/9323482 - 10.1155 / 2019/9323482摩根富林明计算智力和神经科学PB - Hindawi KW - ER