检索结果-维普期刊中文期刊服务平台

IAFSA-RBF神经网络在短期负荷预测中的应用被引量：7: 1; 作者李如琦褚金胜 +1 位作者谢林峰王宗耀《电力系统及其自动化学报》 CSCD 北大核心 2011年第2期142-146,共5页; 为了提高人工鱼群算法AFSA(artificial fish swarm algorithm)的全局搜索能力及加快其收敛速度,提出一种将其与免疫算法IA(immune algorithm)进行结合的新方法,形成了免疫人工鱼群算法IAFSA(immuneartificial fish swarm algorithm),并... 展开更多; 关键词负荷预测神经网络人工鱼群算法免疫算法输入变量选择径向基函数; 在线阅读下载PDF 职称材料

基于GM-RBF不定权组合模型的输电线塔杆倾斜预测分析与应用被引量：2: 2; 作者王洪武李俊鹏 +3 位作者张继伟黄然朱宇宋宝《合肥工业大学学报（自然科学版）》 CAS 北大核心 2023年第6期788-794,共7页; 为了解决目前输电线塔杆倾斜姿态监测中出现的预测不准确、不及时和预测误报率高等问题,文章提出一种基于灰色模型-径向基函数(grey model-radial basis function,GM-RBF)不定权组合模型的输电线塔杆倾斜姿态预测方法,对昆明市某地区一... 展开更多; 关键词北斗逆向网络载波相位差分技术(RTK)数据输电线塔杆倾斜姿态监测 GM-rbf不定权组合模型; 在线阅读下载PDF 职称材料

自适应变系数粒子群—径向基神经网络模型在负荷预测中的应用被引量：5: 3; 作者师彪李郁侠 +3 位作者于新花李娜闫旺孟欣《计算机应用》 CSCD 北大核心 2009年第9期2454-2458,共5页; 为了提高短期电力负荷预测精度,提出了一种自适应变系数粒子群—径向基函数神经网络混合优化算法(AVCTPO-RBF)。实现了径向基神经网络参数优化。建立了基于该优化算法的短期负荷预测模型,利用贵州电网历史数据进行短期负荷预测。仿真表... 展开更多; 关键词短期负荷预测自适应变系数粒子群泛化能力径向基神经网络; 在线阅读下载PDF 职称材料

航空发动机磨损趋势变权重组合预测技术研究被引量：3: 4; 作者蒋丽英王蕾席剑辉《计算机工程与应用》 CSCD 北大核心 2011年第28期228-231,共4页; 由于航空发动机滑油中金属元素含量受许多复杂因素的影响,所以磨损趋势预测精度相对较低。针对这个问题提出了RBF网络变权重组合预测(RBFNN-VWCF)模型对航空发动机零部件的磨损趋势进行研究。由于输入维数对模型的预测精度影响较大,引... 展开更多; 关键词航空发动机径向基函数(rbf)变权重组合预测磨损趋势预测; 在线阅读下载PDF 职称材料

基于灰色径向基函数网络的铁路投资规模组合预测被引量：1: 5; 作者周泰叶怀珍王亚玲《北京交通大学学报（社会科学版）》 CSSCI 2009年第4期33-37,共5页; 铁路固定资产投资是铁路建设不断发展的有力保证,为准确地预测铁路固定资产投资规模大小及其变化趋势,将GM(1,1)预测模型与径向基函数神经网络有效地结合起来,充分发挥灰色系统的贫乏数据建模和神经网络特有的高度非线性映射能力的双重... 展开更多; 关键词铁路投资规模组合预测灰色系统径向基函数网络; 在线阅读下载PDF 职称材料

题名IAFSA-RBF神经网络在短期负荷预测中的应用被引量：7: 1; 作者李如琦褚金胜谢林峰王宗耀; 机构广西大学电气工程学院; 出处《电力系统及其自动化学报》 CSCD 北大核心 2011年第2期142-146,共5页; 文摘为了提高人工鱼群算法AFSA(artificial fish swarm algorithm)的全局搜索能力及加快其收敛速度,提出一种将其与免疫算法IA(immune algorithm)进行结合的新方法,形成了免疫人工鱼群算法IAFSA(immuneartificial fish swarm algorithm),并且利用该算法自动选取径向基函数RBF(radial basis function)神经网络中的输入变量,以及对网络中隐含层到输出层之间的权值进行训练,从而减少了RBF神经网络的工作量,提高了训练速度。用优化后的RBF神经网络进行短期负荷预测,结果表明,该方法具有较高的预测精度。; 关键词负荷预测神经网络人工鱼群算法免疫算法输入变量选择径向基函数; Keywords load forecasting neural network artificial fish swarm algorithm（AFSA） immune algorithm input variables selection radial basis function（rbf）; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于GM-RBF不定权组合模型的输电线塔杆倾斜预测分析与应用被引量：2: 2; 作者王洪武李俊鹏张继伟黄然朱宇宋宝; 机构云南电网有限责任公司输电分公司云南电网有限责任公司电力科学研究院北京空间飞行器总体设计部安徽理工大学空间信息与测绘工程学院; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2023年第6期788-794,共7页; 基金江苏省“六大人才高峰”高层次人才资助项目(XYDDX-045) 西宁市科技资助项目(2019-Y-12)和无锡市科技发展资金资助项目(N20201011)。; 文摘为了解决目前输电线塔杆倾斜姿态监测中出现的预测不准确、不及时和预测误报率高等问题,文章提出一种基于灰色模型-径向基函数(grey model-radial basis function,GM-RBF)不定权组合模型的输电线塔杆倾斜姿态预测方法,对昆明市某地区一处输电塔杆200 d的北斗逆向网络载波相位差分技术(real-time kinematic,RTK)数据,使用GM-RBF不定权组合预测模型对铁塔姿态进行预测。该方法不仅能有效规避灰色模型(grey model,GM)自身误差大的缺点,减弱神经网络中训练样本随机性对建模精度的影响,还可以消除因最小二乘定权组合影响整体模型精度的问题。实验表明:对于短期塔杆倾斜预测,GM-RBF不定权组合预测模型在X、Y、P向和倾斜角的预测精度与GM预测精度相当,优于径向基函数(radial basis function,RBF)神经网络模型和GM-RBF定权组合模型的精度;对于长期塔杆倾斜预测,GM-RBF不定权组合模型在X、Y、P向和倾斜角的预测精度分别优于GM预测模型约57.28%、48.07%、43.02%、42.08%,优于RBF预测模型约2.04%、2.31%、3.60%、2.02%,优于GM-RBF最小二乘定权组合模型约2.97%、2.36%、6.23%、4.73%。; 关键词北斗逆向网络载波相位差分技术(RTK)数据输电线塔杆倾斜姿态监测 GM-rbf不定权组合模型; Keywords BeiDou reverse network real-time kinematic(RTK)differential data transmission line tower inclination attitude monitoring grey model-radial basis function(GM-rbf)uncertain weight combination model; 分类号 TM754 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名自适应变系数粒子群—径向基神经网络模型在负荷预测中的应用被引量：5: 3; 作者师彪李郁侠于新花李娜闫旺孟欣; 机构西安理工大学水利水电学院青岛科技大学高职业技术学院; 出处《计算机应用》 CSCD 北大核心 2009年第9期2454-2458,共5页; 基金国家火炬计划创新基金资助项目(07C26213711606) 陕西省自然科学基础研究计划项目(SJ08E220) 山东省软科学基金资助项目(2007RKB188); 文摘为了提高短期电力负荷预测精度,提出了一种自适应变系数粒子群—径向基函数神经网络混合优化算法(AVCTPO-RBF)。实现了径向基神经网络参数优化。建立了基于该优化算法的短期负荷预测模型,利用贵州电网历史数据进行短期负荷预测。仿真表明,该方法的收敛速度和预测精度优于传统径向基神经网络方法和粒子群—RBF神经网络方法及基于混沌理论的神经网络模型,该优化算法克服了径向基神经网络和传统的粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,提高了贵州电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.7%以内。该算法可有效用于电力系统的短期负荷预测。; 关键词短期负荷预测自适应变系数粒子群泛化能力径向基神经网络; Keywords short-term load forecasting Adaptive variable Coefficients Particle Swarm Optimization （AVCPSO） generalization capacity radial basis function （rbf） neural network; 分类号 TM614 [电气工程—电力系统及自动化] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名航空发动机磨损趋势变权重组合预测技术研究被引量：3: 4; 作者蒋丽英王蕾席剑辉; 机构沈阳航空航天大学自动化学院; 出处《计算机工程与应用》 CSCD 北大核心 2011年第28期228-231,共4页; 基金国家自然科学基金(No.60804025) 辽宁省教育厅计划项目(No.2008555)~~; 文摘由于航空发动机滑油中金属元素含量受许多复杂因素的影响,所以磨损趋势预测精度相对较低。针对这个问题提出了RBF网络变权重组合预测(RBFNN-VWCF)模型对航空发动机零部件的磨损趋势进行研究。由于输入维数对模型的预测精度影响较大,引入混沌理论中的C-C方法重构相空间确定模型最佳输入输出样本的维数,选取BP网络和SVM模型作为子预测模型对铁元素含量的变化趋势进行预测,将得到的预测值作为RBFNN-VWCF模型的输入变量进行变权重组合预测,利用正交最小二乘法训练网络模型,确定子模型不同时刻的权重,并对影响模型预测精度的参数进行讨论。仿真结果表明,RBFNN-VWCF模型充分利用了两种子预测模型的有效信息,更客观地反映了发动机零部件的磨损趋势,与单一模型相比具有较高的预测精度和很强的实用性,为发动机下一步的维修决策提供了有力支持。; 关键词航空发动机径向基函数(rbf)变权重组合预测磨损趋势预测; Keywords aeroengine radial basis function （rbf） variable weight combination forecasting wear trend prediction; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于灰色径向基函数网络的铁路投资规模组合预测被引量：1: 5; 作者周泰叶怀珍王亚玲; 机构西南交通大学物流学院西南交通大学软件学院; 出处《北京交通大学学报（社会科学版）》 CSSCI 2009年第4期33-37,共5页; 文摘铁路固定资产投资是铁路建设不断发展的有力保证,为准确地预测铁路固定资产投资规模大小及其变化趋势,将GM(1,1)预测模型与径向基函数神经网络有效地结合起来,充分发挥灰色系统的贫乏数据建模和神经网络特有的高度非线性映射能力的双重优势,构建了一种新型的串联非线性组合预测模型。然后,以我国铁路1998-2007年的投资规模实际数据为基础,对"十一五"后半期的铁路固定资产投资规模进行了预测,并分析了预测结果的合理性。研究表明,该组合模型优于任何单一灰色预测模型,能很好地反映铁路固定资产投资规模的变化规律,在小样本、贫信息的条件下,仍然能得到较合理精准的预测结果。; 关键词铁路投资规模组合预测灰色系统径向基函数网络; Keywords railway investment scale combined forecasting grey system radial basis function （rbf） neural network; 分类号 F530.31 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	IAFSA-RBF神经网络在短期负荷预测中的应用	李如琦褚金胜谢林峰王宗耀	《电力系统及其自动化学报》 CSCD 北大核心	2011	7	在线阅读下载PDF 职称材料
2	基于GM-RBF不定权组合模型的输电线塔杆倾斜预测分析与应用	王洪武李俊鹏张继伟黄然朱宇宋宝	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2023	2	在线阅读下载PDF 职称材料
3	自适应变系数粒子群—径向基神经网络模型在负荷预测中的应用	师彪李郁侠于新花李娜闫旺孟欣	《计算机应用》 CSCD 北大核心	2009	5	在线阅读下载PDF 职称材料
4	航空发动机磨损趋势变权重组合预测技术研究	蒋丽英王蕾席剑辉	《计算机工程与应用》 CSCD 北大核心	2011	3	在线阅读下载PDF 职称材料
5	基于灰色径向基函数网络的铁路投资规模组合预测	周泰叶怀珍王亚玲	《北京交通大学学报（社会科学版）》 CSSCI	2009	1	在线阅读下载PDF 职称材料