TY -的A2 -马里诺,p . AU,李千盟——李道盟——欧阳Jiangang AU -杨,Dayong盟——郭市志PY - 2022 DA - 2022/10/26 TI -深回声状态网络与变量内存模式对太阳能辐照度预测SP - 8506312六世- 2022 AB -精确的太阳辐照度预测中扮演一个重要的角色在确保可再生能源系统的安全与稳定。太阳辐照度建模通常是一个依赖于时间的动态模型。作为一种新的递归神经网络,回声状态网络(ESN)显示了优良的性能领域的时间序列预测。然而,古典ESN的内存长度是固定的,有限的,这使得它很难地图足够的特征与远程依赖太阳能辐照度。因此,小说深刻的回声状态网络与变量内存模式(VMP-DESN)提出了简短。VMP-DESN包括多个串联连接水库,在VMP-DESN存在不同类型的内存模式。记得在美国多个输入历史信息,时间延迟链接每两个之间添加在每个水库和水库。VMP-DESN更为灵活处理不同的输入信号由于其变量内存模式在水库。此外,不同的内存模式的影响在VMP-DESN性能详细讨论,包括抗干扰能力,记忆能力,预测精度。最后,VMP-DESN的有效性评估通过预测真正的太阳辐照度的任务。 SN - 1076-2787 UR - https://doi.org/10.1155/2022/8506312 DO - 10.1155/2022/8506312 JF - Complexity PB - Hindawi KW - ER -