基于长短期记忆网络的时间序列预测研究

作者：史国荣; 戴洪德; 戴邵武; 陈强强

来源：仪表技术, 2020, (02): 24-29.

DOI：10.19432/j.cnki.issn1006-2394.2020.02.007

• 递归神经网络
• 长短期记忆网络
• 维纳过程
• 时间序列预测

针对递归神经网络(RNN)模型难以训练和梯度消失等问题,引入长短期记忆网络算法(LSTM)。介绍了LSTM的基本原理,并将其应用于时间序列预测领域。以Wiener退化过程为例进行分析,针对传统预测方法无法兼顾退化数据的非线性及时序性特点,利用LSTM方法对Wiener退化过程时间序列进行预测。该预测算法与传统的预测算法进行了比较,研究结果表明,所构建的模型具有更高的预测模型精度,达到了预测要求。