选择FNN 网络和GRNN 网络为讨论对象, 最终得到结论:
1) 基于PNN 神经网络和GRNN 神经网络理论, 在matlab 平台上的预测结果表明两个网络都能实现预测需要, 但是GRNN 网络在小样本情况下的精确性更高。
2) PNN 网络相对于BP 网络的优势是快速,高效, 易调节, 可随时加入新的样本进行网络学习, 但是因样本过小的缘故, 误差较大。
3) 相比BP 网络的复杂参数简单, 稳定很多,而且小样本时也可以达到不错的精确度, 同时GRNN 网络的spread 的值还可以通过程序完成循环计算。
4) 在复杂情况的预测时, 只有小样本的情况下GRNN 网络更加适合进行预测; 但拥有大样本的时候PNN 网络的精确性会得到提高。
5) 因覆冰模型理论的成熟度不够, 所以还具有很大的局限性, 还待后续理论的研究获得一个统一的线路覆冰模型, 以提高精度和可靠性。 2100433B
