期刊文献+
共找到102篇文章
< 1 2 6 >
每页显示 20 50 100
Ship motion extreme short time prediction of ship pitch based on diagonal recurrent neural network 被引量:3
1
作者 SHEN Yan XIE Mei-ping 《Journal of Marine Science and Application》 2005年第2期56-60,共5页
A DRNN (diagonal recurrent neural network) and its RPE (recurrent prediction error) learning algorithm are proposed in this paper .Using of the simple structure of DRNN can reduce the capacity of calculation. The prin... A DRNN (diagonal recurrent neural network) and its RPE (recurrent prediction error) learning algorithm are proposed in this paper .Using of the simple structure of DRNN can reduce the capacity of calculation. The principle of RPE learning algorithm is to adjust weights along the direction of Gauss-Newton. Meanwhile, it is unnecessary to calculate the second local derivative and the inverse matrixes, whose unbiasedness is proved. With application to the extremely short time prediction of large ship pitch, satisfactory results are obtained. Prediction effect of this algorithm is compared with that of auto-regression and periodical diagram method, and comparison results show that the proposed algorithm is feasible. 展开更多
关键词 extreme short time prediction diagonal recursive neural network recurrent prediction error learning algorithm UNBIASEDNESS
在线阅读 下载PDF
基于IPOA-SVR模型的边坡安全系数预测
2
作者 张佳琳 王孝东 +4 位作者 吴雅菡 水宽 张玉 程玥淞 杜青文 《有色金属(矿山部分)》 2025年第1期115-123,共9页
安全系数是用来评估边坡稳定性的重要指标之一,复杂的边坡系统导致安全系数预测存在不确定性。因此,为了获得更加可靠的安全系数,同时解决鹈鹕算法(POA)随着迭代次数的增加易陷入局部最优的缺点,提出了一种融合多策略的鹈鹕算法(IPOA)... 安全系数是用来评估边坡稳定性的重要指标之一,复杂的边坡系统导致安全系数预测存在不确定性。因此,为了获得更加可靠的安全系数,同时解决鹈鹕算法(POA)随着迭代次数的增加易陷入局部最优的缺点,提出了一种融合多策略的鹈鹕算法(IPOA)与支持向量机(SVR)结合的回归模型来预测边坡安全系数。首先,融合多策略将原始的鹈鹕算法进行改进;再运用改进的鹈鹕算法与支持向量机结合,选取六个影响因素作为IPOA-SVR模型的输入层指标并对模型进行训练,得到IPOA-SVR边坡稳定性预测模型;最后,分别与KNN、RF和Adaboost模型对比,并计算各个模型在训练集和测试集上的均方误差(MSE),以此来验证IPOA-SVR模型的优越性。实验结果显示:与其他模型相比,IPOA-SVR模型寻优性能强,在测试集上的均方误差为0.030 9、相关系数为0.91,说明本文对POA算法所用策略的有效性,IPOA-SVR模型可以为边坡失稳灾害的相关预测提供坚实的技术基础。 展开更多
关键词 安全系数 鹈鹕算法 支持向量机 边坡稳定性 均方误差
在线阅读 下载PDF
基于优化BPNN的FPGA内嵌高速接口总抖动预测方法
3
作者 叶翔宇 林晓会 +1 位作者 丁江乔 解维坤 《电子科技》 2025年第2期70-77,共8页
针对ATE(Automated Test Equipment)无法直接测试出FPGA(Field-Programmable Gate Array)内嵌高速接口总抖动的问题,文中提出了一种基于优化BPNN(Back Propagation Neural Network)对高速接口进行总抖动预测的方法。利用GA(Genetic Algo... 针对ATE(Automated Test Equipment)无法直接测试出FPGA(Field-Programmable Gate Array)内嵌高速接口总抖动的问题,文中提出了一种基于优化BPNN(Back Propagation Neural Network)对高速接口进行总抖动预测的方法。利用GA(Genetic Algorithm)较强的全局搜索能力优化BPNN的初始权重和寻参过程,组成了GA_BP神经网络,提高了预测总抖动的准确率。利用MATLAB软件建立GA_BP总抖动预测模型,对筛选后的抖动数据进行预测优化。实验结果表明,与未优化的BP神经网络和传统Elman神经网络预测模型相比,GA_BP预测模型的均方误差分别下降了75.5%、88.0%,迭代次数分别减少了68.0%、59.8%,说明GA_BP模型预测准确率和迭代效率更高,可被应用于ATE中进行总抖动量产测试。 展开更多
关键词 高速接口 总抖动预测 优化BP神经网络 遗传算法 Grubbs准则 FPGA 均方误差 量产测试
在线阅读 下载PDF
数控车床主轴热误差SHO–LSTM预测建模 被引量:1
4
作者 陈庚 郭世杰 +2 位作者 丁强强 苏哲 唐术锋 《工程科学与技术》 EI CAS CSCD 北大核心 2024年第2期277-288,共12页
在高精度加工过程中,数控机床主轴误差对加工精度的影响较为严重。数控机床热误差占总误差比例高达40%~70%,是主要的误差源之一。为了提高热误差预测的精度,本文提出一种使用海马优化算法(SHO)优化时序预测网络(LSTM)的精密车床主轴热... 在高精度加工过程中,数控机床主轴误差对加工精度的影响较为严重。数控机床热误差占总误差比例高达40%~70%,是主要的误差源之一。为了提高热误差预测的精度,本文提出一种使用海马优化算法(SHO)优化时序预测网络(LSTM)的精密车床主轴热误差预测建模方法。首先,利用羚羊优化算法(GOA)对模糊C均值聚类(FCM)的模糊矩阵常数、最大迭代次数、迭代终止条件进行优化并结合皮尔逊(Person)、斯皮尔曼(Spearman)和肯德尔(Kendall)相关分析方法优化温度测点,使用手肘法确定最优分组规模,根据DB(Davies–Bouldin)、BWP(Bregman Within–class Projection)和Silhouette(Silhouette coefficient)聚类评估指标评估温度测点聚类效果。其次,以车床主轴五点法获取的热误差数据和优化后的温度数据作为输入,使用海马优化算法(SHO)对时序预测网络(LSTM)的隐含层节点、全连接层节点、学习率、L2正则化常数进行优化,并使用S折交叉试验方法确定最优分组规模,建立主轴热误差SHO–LSTM预测模型。再次,在不同转速下对构建的热误差模型对基于平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)的预测效果进行评估。最后,在CKA6163A型车床上进行实例验证,使用五点法进行测量辨识,同时测量主轴附近的温度。结果表明:本文所提出的温度测点优化算法相比未优化的模糊C均值聚类(FCM)的DB指标降低了89.00%,BWP和Silhouette分别提高了59.00%和8.17%,优化后的聚类算法可有效降低温度测点间的共线性,提高预测模型的预测效率。本文所提出的海马优化算法(SHO)优化时序预测网络(LSTM)与未优化的时序预测网络(LSTM)相比,均方根误差降低了42%,表明海马优化算法(SHO)可以提高时序预测网络(LSTM)的准确性;与天鹰(AO)优化卷积神经网络(CNN)、反向传播神经网络(BP)相比,本文所提出的预测网络的均方根误差分别降低了3%、57%,SHO–LSTM主轴热误差预测模型的鲁棒性和准确性更高。 展开更多
关键词 数控机床 主轴热误差 GOA-FCM算法 热误差预测 SHO-LSTM网络
在线阅读 下载PDF
基于改进GWO-GM(1,1)模型的直流充电桩在线计量误差预测方法研究 被引量:7
5
作者 陈平 周娟 吴名功 《现代电子技术》 北大核心 2024年第5期112-117,共6页
针对传统灰色理论预测精度不高和基本的灰狼算法容易陷入局部最优的情况,提出改进的灰狼算法与灰色理论融合的直流充电桩在线计量误差预测模型。首先,通过差分变异策略进行向量合成,引入非线性变异概率k,增强前期全局搜索能力,平衡灰狼... 针对传统灰色理论预测精度不高和基本的灰狼算法容易陷入局部最优的情况,提出改进的灰狼算法与灰色理论融合的直流充电桩在线计量误差预测模型。首先,通过差分变异策略进行向量合成,引入非线性变异概率k,增强前期全局搜索能力,平衡灰狼算法的全局和局部搜索能力,避免陷入局部最优的问题;然后,将改进的算法应用于GM(1,1)模型,通过多次迭代寻找适应度值最好的一组灰狼位置,寻找到最优背景值对灰色模型进行优化,进一步提高模型的预测精度;最后,将改进前与改进后的验证模型进行对比,改进的灰色预测模型相较于基础的灰色模型均方误差与平均绝对误差分别降低了70.7%和27.2%,验证了所提方法的有效性。 展开更多
关键词 充电桩 工作误差 灰色预测 在线计量 模型融合 灰狼算法
在线阅读 下载PDF
基于HHO-QRNN模型的大坝变形预测方法
6
作者 李天翔 王峰 刘革瑞 《水电能源科学》 北大核心 2024年第5期117-120,116,共5页
为有效利用大坝位移数据集中的真实信息,提高预测模型精准度,缩减建模分析训练时间,提出基于卡尔曼滤波算法、完全噪声辅助聚合经验模态分解和准循环神经网络的大坝位移预测方法。首先,模型采用卡尔曼滤波算法对原始输入数据进行处理,... 为有效利用大坝位移数据集中的真实信息,提高预测模型精准度,缩减建模分析训练时间,提出基于卡尔曼滤波算法、完全噪声辅助聚合经验模态分解和准循环神经网络的大坝位移预测方法。首先,模型采用卡尔曼滤波算法对原始输入数据进行处理,提取行有效信息,消除观测噪声影响;其次,设计一种信号分解算法,从累计位移值提取出趋势项、周期项和随机项数据集,以分离不同诱发因素对于大坝位移量的影响;最后,提出一种基于改进哈里斯鹰算法优化准循环神经网络的位移预测算法,对不同数据集分别采用此算法建模预测,将预测结果对应叠加得到最终预测结果。以某水库大坝的历史位移观测数据集为例,将所提模型与其他传统预测模型进行对比分析,结果表明,该模型预测精度和训练速度等方面均有显著提升,验证了其可行性和先进性。 展开更多
关键词 大坝变形预测 哈里斯鹰优化算法 准循环神经网络 深度学习
在线阅读 下载PDF
基于LSTM预测误差的轨道交通弓网接触力异常识别算法 被引量:1
7
作者 杨劲松 邵奇 +3 位作者 刘金朝 陶凯 郭剑峰 彭楠 《城市轨道交通研究》 北大核心 2024年第8期74-78,共5页
[目的]接触力是轨道交通弓网综合检测的重要内容,也是弓网系统性能的重要评价因素,但在检测过程中常受到外部环境的影响而出现异常检测数据。目前针对弓网接触力异常检测数据的剔除主要依赖于人工,影响数据分析效率,因此需深入研究弓网... [目的]接触力是轨道交通弓网综合检测的重要内容,也是弓网系统性能的重要评价因素,但在检测过程中常受到外部环境的影响而出现异常检测数据。目前针对弓网接触力异常检测数据的剔除主要依赖于人工,影响数据分析效率,因此需深入研究弓网接触力异常识别算法。[方法]梳理了弓网接触力常见的异常形式,分析了不同异常形式下接触力检测数据的特征。提出了一种基于LSTM(长短期记忆网络)预测误差的弓网接触力异常识别算法,通过使用正常的接触力数据训练LSTM模型,使该模型能够对接触力变化趋势进行预测。为实现正常区段与异常点的精确划分,使用基于置信区间的异常检测数据识别方法。为降低长距离异常数据对LSTM模型预测效果的影响,提出了一种基于预测值置换的异常数据处理方式。通过高速综合检测列车测得的真实检测数据,分别对三种常见异常形式的弓网接触力识别效果进行验证。[结果及结论]提出的算法能够较好地实现对弓网接触力异常的识别。 展开更多
关键词 轨道交通 弓网接触力异常识别算法 LSTM预测误差
在线阅读 下载PDF
未知参数多重递归发生器的截低位还原
8
作者 于寒冰 郑群雄 《信息工程大学学报》 2024年第2期181-188,共8页
多重递归发生器的可预测性问题,即能否由一段截位序列还原多重递归发生器未知的参数与初态,进而预测后面的序列,是评估发生器的重要指标,也是设计发生器的主要考量。目前截高位情形下的可预测性问题已被解决,但截低位情形有待补充,且截... 多重递归发生器的可预测性问题,即能否由一段截位序列还原多重递归发生器未知的参数与初态,进而预测后面的序列,是评估发生器的重要指标,也是设计发生器的主要考量。目前截高位情形下的可预测性问题已被解决,但截低位情形有待补充,且截高位情形的方法不能平凡推广到截低位情形。研究表明,截低位情形下多重递归发生器的可预测性问题可通过3步解决。首先通过格基约化找到序列的零化多项式,其次计算零化多项式的结式与最大公因式还原模数与系数,最后构造格还原初态并估计所需的截位数据量。对于模数是偶数的情形,还原初态还可以采用带模高位的格方法。实验结果表明,模数为偶数时,同时使用两种初态还原方法可提高成功率。 展开更多
关键词 多重递归发生器 环上序列 格基约化算法 截位还原
在线阅读 下载PDF
基于优化分解与误差修正的光伏发电功率预测
9
作者 周建国 周路明 +3 位作者 王剑宇 秦远 王崇宇 蔡晨昊 《太阳能学报》 EI CAS CSCD 北大核心 2024年第7期502-509,共8页
针对光伏发电功率预测精度不高的问题,提出一种基于优化分解降噪联合误差修正模型。该模型分为3个阶段,第一阶段,首先用基于全局搜索的鲸鱼优化算法(GSWOA)选取变分模态分解(VMD)的参数,之后运用优化后的VMD对原始数据进行分解;然后利... 针对光伏发电功率预测精度不高的问题,提出一种基于优化分解降噪联合误差修正模型。该模型分为3个阶段,第一阶段,首先用基于全局搜索的鲸鱼优化算法(GSWOA)选取变分模态分解(VMD)的参数,之后运用优化后的VMD对原始数据进行分解;然后利用互相关分析重构高频分量,最后对高频分量进行小波软阈值降噪(WTSD);第二阶段,运用门控循环单元(GRU)对每个分量进行预测,将所有分量预测结果叠加起来得到初步预测结果;第三阶段,对初始预测结果进行误差修正(EC)。为验证模型的有效性,利用宁夏太阳山光伏电站2021年1、4、7、10月份的光伏实测数据进行实验,实验结果表明,相比于LSTM、GRU、VMD-LSTM,该混合模型表现出更好的性能。 展开更多
关键词 光伏发电 功率预测 变分模态分解 门控循环单元 基于全局搜索的鲸鱼优化算法 小波软阈值 误差修正
在线阅读 下载PDF
自适应光学系统变形镜控制电压预测 被引量:10
10
作者 史晓雨 冯勇 +2 位作者 陈颖 谭治英 李新阳 《强激光与粒子束》 EI CAS CSCD 北大核心 2012年第6期1281-1286,共6页
在校正大气湍流畸变波前相差的自适应光学系统中,利用基于Levenberg-Marquardt学习算法的非线性反向传播神经网络技术(LMBP)对变形镜控制电压进行预测。以对受横向风影响的大气湍流畸变波前斜率数据为研究对象,通过数值仿真方法,研究了... 在校正大气湍流畸变波前相差的自适应光学系统中,利用基于Levenberg-Marquardt学习算法的非线性反向传播神经网络技术(LMBP)对变形镜控制电压进行预测。以对受横向风影响的大气湍流畸变波前斜率数据为研究对象,通过数值仿真方法,研究了基于LMBP算法的自适应光学系统变形镜电压非线性预测控制算法。通过实验发现,预测电压和变形镜实际控制电压拟合效果良好。讨论了回溯帧数对预测效果的影响,并与基于递推最小二乘(RLS)算法的线性预测算法进行比较。对比结果表明,基于LMBP算法的非线性电压预测方法比基于递推最小二乘法的线性电压预测方法能更有效地降低系统由伺服延迟引起的误差。 展开更多
关键词 自适应光学 非线性预测控制 Levenberg-Marquardt学习算法 最小递归二乘法
在线阅读 下载PDF
快速二维直方图斜分最小误差的图像阈值分割 被引量:10
11
作者 张新明 李振云 孙印杰 《电光与控制》 北大核心 2012年第6期8-12,40,共6页
鉴于二维斜分法的优势,提出了一种快速二维直方图斜分最小误差的阈值分割方法。首先将二维直方图斜分原理运用到最小误差阈值法中使得分割更准确,然后对其阈值选取公式进行简化得到最简公式,并利用此公式导出其一般递推算法,最后将二维... 鉴于二维斜分法的优势,提出了一种快速二维直方图斜分最小误差的阈值分割方法。首先将二维直方图斜分原理运用到最小误差阈值法中使得分割更准确,然后对其阈值选取公式进行简化得到最简公式,并利用此公式导出其一般递推算法,最后将二维直方图概率分布特性与这种算法有机结合得到新型的递推算法来提高运行速度。实验结果表明,与二维直线型最小误差阈值分割法相比,算法效率更高,与其递推算法相比,所提出的新型递推算法的运行速度更快,约快4倍。 展开更多
关键词 图像分割 ·阈值法 二维直方图斜分 最小误差 递推算法
在线阅读 下载PDF
频谱重叠信号分离的循环平稳算法 被引量:14
12
作者 刘云 郭洁 +2 位作者 叶芝慧 宋铁成 沈连丰 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2005年第3期333-337,共5页
利用信号的循环平稳性研究了分离频谱重叠信号的算法,并以直接序列扩频系统为例进行了性能分析.该算法在接收端设置了频移滤波器,以便同时利用信号的时间相关性及频谱相关性来实现信号的分离.通过对循环平稳性和频谱相关性的分析,得出... 利用信号的循环平稳性研究了分离频谱重叠信号的算法,并以直接序列扩频系统为例进行了性能分析.该算法在接收端设置了频移滤波器,以便同时利用信号的时间相关性及频谱相关性来实现信号的分离.通过对循环平稳性和频谱相关性的分析,得出了频移滤波器的结构并采用自适应算法确定多个频移分量的最优权值.仿真结果表明,该算法可有效分离频谱重叠信号,在大干扰功率时,误码率与时域滤波器和简单直扩系统比较均低约2个数量级. 展开更多
关键词 循环平稳 频移滤波器 重叠信号 谱相关
在线阅读 下载PDF
基于蚁群算法的机床热误差建模技术 被引量:12
13
作者 郭前建 杨建国 《上海交通大学学报》 EI CAS CSCD 北大核心 2009年第5期803-806,共4页
通过分析机床热变形机制,采用蚁群算法对BP神经网络的权值进行训练,得到一种新的仿生预测模型,并将该模型应用于Y3150K型滚齿机中进行热误差补偿实验,使滚刀主轴的热变形误差控制在6μm以内.结果表明,该模型不但避免了BP神经网络算法易... 通过分析机床热变形机制,采用蚁群算法对BP神经网络的权值进行训练,得到一种新的仿生预测模型,并将该模型应用于Y3150K型滚齿机中进行热误差补偿实验,使滚刀主轴的热变形误差控制在6μm以内.结果表明,该模型不但避免了BP神经网络算法易于陷入局部极小的缺陷,且其预测能力较强、鲁棒性更佳,大幅提高了热误差补偿精度. 展开更多
关键词 机床 热误差 仿生预测 模型 蚁群算法
在线阅读 下载PDF
基于混沌PSO或分解的二维最小误差阈值分割 被引量:3
14
作者 吴一全 张晓杰 +1 位作者 吴诗婳 张生伟 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2011年第7期1198-1205,共8页
为了进一步提升现有的二维最小误差阈值分割快速递推算法的运行速度,提出分别基于混沌粒子群优化(PSO)和分解的2种二维最小误差阈值分割算法.第1种算法利用混沌粒子群优化算法搜寻二维最小误差法的最佳分割阈值,且在迭代过程的适应度函... 为了进一步提升现有的二维最小误差阈值分割快速递推算法的运行速度,提出分别基于混沌粒子群优化(PSO)和分解的2种二维最小误差阈值分割算法.第1种算法利用混沌粒子群优化算法搜寻二维最小误差法的最佳分割阈值,且在迭代过程的适应度函数计算中引入递推算法,大大减少了冗余计算;第2种算法将二维最小误差法的运算分解成一维最小误差法和一维最小类内对数方差法的运算,计算复杂度由二维递推算法的O(L2)进一步降为O(L).实验结果表明,提出的2种算法能够在分割效果达到或优于现有的二维最小误差阈值分割法的同时,大大加快运行速度. 展开更多
关键词 图像分割 阈值选取 二维最小误差 混沌粒子群优化 分解 递推算法
在线阅读 下载PDF
基于递推PLS的自适应软测量模型及其应用 被引量:17
15
作者 汪小勇 梁军 +1 位作者 刘育明 王文庆 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2005年第5期676-680,共5页
针对基于批量数据的传统偏最小二乘(PLS)模型无法随生产过程的变化而更新的问题,提出基于块式递推PLS的限定记忆法.新的自适应算法保持定长数据块队列,根据最新采集的数据块更新模型,并按数据块的时间先后运用遗忘因子赋予其相应的可信... 针对基于批量数据的传统偏最小二乘(PLS)模型无法随生产过程的变化而更新的问题,提出基于块式递推PLS的限定记忆法.新的自适应算法保持定长数据块队列,根据最新采集的数据块更新模型,并按数据块的时间先后运用遗忘因子赋予其相应的可信度,从而确保模型跟踪过程变化.结合实际工业过程的应用要求,给出了方法的实施步骤,并运用该方法建立了气相聚乙烯工业生产过程质量指标的自适应软测量模型.与固定PLS模型相比,该模型能更好地跟踪过程变化,具有更高的预测精度. 展开更多
关键词 递推偏最小二乘 限定记忆法 自适应软测量
在线阅读 下载PDF
基于改进型BP神经网络的电网负荷预测 被引量:16
16
作者 朱海兵 崔玉 熊浩 《现代电子技术》 北大核心 2016年第20期64-66,共3页
考虑到传统的线性电网负荷预测方法的预测精度无法满足现代电力电网管理系统的要求,使用更适用于电力电网负荷的预测任务的非线性BP神经网络算法建立预测模型。由于常规的BP神经网络存在容易陷入局部最优解以及收敛效率低等问题,该文使... 考虑到传统的线性电网负荷预测方法的预测精度无法满足现代电力电网管理系统的要求,使用更适用于电力电网负荷的预测任务的非线性BP神经网络算法建立预测模型。由于常规的BP神经网络存在容易陷入局部最优解以及收敛效率低等问题,该文使用模拟退火算法对BP神经网络权值训练算法进行优化,提高预测模型的收敛效率和自学习能力。通过实例对所研究的预测模型进行分析,结果表明,所研究的改进型BP神经网络的训练次数和训练耗时均低于常规神经网络,具有更高的收敛精度,同时改进型BP神经网络预测模型的预测误差明显降低,具有较好的工程应用价值。 展开更多
关键词 电网负荷预测 BP神经网络 模拟退火优化算法 预测误差
在线阅读 下载PDF
基于LSSVM的激光陀螺随机误差系数预测 被引量:6
17
作者 侯青剑 王宏力 《红外与激光工程》 EI CSCD 北大核心 2008年第5期802-805,共4页
激光陀螺是一种具有广阔应用前景的新型惯性器件。为了提高激光陀螺的性能,有效地补偿激光陀螺的随机误差,提出了最小二乘支持向量机预测激光陀螺随机误差系数的新方法。采用遗传算法进行支持向量机参数的自动选取,提出了基于遗传优化... 激光陀螺是一种具有广阔应用前景的新型惯性器件。为了提高激光陀螺的性能,有效地补偿激光陀螺的随机误差,提出了最小二乘支持向量机预测激光陀螺随机误差系数的新方法。采用遗传算法进行支持向量机参数的自动选取,提出了基于遗传优化的最小二乘支持向量机回归预测算法,并对激光陀螺随机误差系数进行了预测实验。实验结果表明,基于遗传算法的最小二乘支持向量机的预测精度更高。另外,研究了回归步长对预测效果的影响。预测结果表明,不同的回归步长对预测结果有较大的影响。 展开更多
关键词 激光陀螺 随机误差系数 遗传算法 LSSVM 预测
在线阅读 下载PDF
基于投影寻踪主成分分析和耦合模型的风电功率预测 被引量:9
18
作者 王聪 张宏立 范文慧 《太阳能学报》 EI CAS CSCD 北大核心 2018年第2期315-323,共9页
为提高搜索精度和解决样本数据高维性问题,以数值天气预报为基础,提出一种基于投影寻踪和改进状态转移算法优化的风电功率预测模型。该方法首先选取风电场周嗣多个位置多个高度的气象数值信息,采用投影寻踪主成分分析方法将高维的样... 为提高搜索精度和解决样本数据高维性问题,以数值天气预报为基础,提出一种基于投影寻踪和改进状态转移算法优化的风电功率预测模型。该方法首先选取风电场周嗣多个位置多个高度的气象数值信息,采用投影寻踪主成分分析方法将高维的样本数据投影到低维空间,提取主成分,再建立投影寻踪耦合模型;同时通过加入正交变换的状态转移算法优化最佳投影方向、多项式系数和阈值项,确定网络结构以确保得到最佳模型。以某风电场为实例研究,表明基于投影寻踪和改进状态转移算法的方法可靠性高,能有效解决风电功率预测中存在的预测精度低、数据非线性和高维性等实际难题。 展开更多
关键词 风电功率 预测 投影寻踪 主成分分析 耦合模型 状态转移算法
在线阅读 下载PDF
扩频系统中最小误码率意义下的最优干扰抑制技术 被引量:7
19
作者 李琳 周文辉 谭述森 《电子学报》 EI CAS CSCD 北大核心 2005年第1期32-37,共6页
通过论证最小化误码率 (MBER) ,最小均方误差 (MMSE)以及约束最小均值输出能量 (MMOE)之间的关系 ,将MBER准则下最优干扰抑制器的设计转化为后两种准则下最优干扰抑制器的设计 ,并分别导出两种自适应算法 :递推最小二乘 (RLS)和盲递推... 通过论证最小化误码率 (MBER) ,最小均方误差 (MMSE)以及约束最小均值输出能量 (MMOE)之间的关系 ,将MBER准则下最优干扰抑制器的设计转化为后两种准则下最优干扰抑制器的设计 ,并分别导出两种自适应算法 :递推最小二乘 (RLS)和盲递推最小二乘 (BRLS) .前者抑制干扰效果好 ,但需要期望信号 ;后者无需期望信号 ,但抑制效果较差 .本文将两种算法合理配合 ,给出了动态环境下的干扰抑制方法 . 展开更多
关键词 扩频 最小误码率准则 最小均方误差准则 最小均值输出能量准则 干扰抑制 递推最小二乘算法
在线阅读 下载PDF
基于随机遗传算法的LM-BP模型的氨氮预测 被引量:5
20
作者 崔雪梅 汪殿蓓 熊思 《水利水电技术》 CSCD 北大核心 2013年第11期26-28,39,共4页
针对伦河孝感段近几年实际的氨氮含量,提出并建立随机遗传算法的LM-BP模型,并对该地区的氨氮含量数据进行取样、拟合、测试并预测。由于LM-BP网络对其初始权阈值敏感,泛化能力不强,故采用遗传算法(GA)对其初始权阈值进行了优化。为扩展... 针对伦河孝感段近几年实际的氨氮含量,提出并建立随机遗传算法的LM-BP模型,并对该地区的氨氮含量数据进行取样、拟合、测试并预测。由于LM-BP网络对其初始权阈值敏感,泛化能力不强,故采用遗传算法(GA)对其初始权阈值进行了优化。为扩展初始种群的覆盖范围得到更优的测试结果,经过多次随机产生初始种群的多次优化,进一步提高了LM-BP网络的泛化能力。实测结果表明:该模型基本能100%拟合,测试误差不超过2%,能够采用该模型对该地区的氨氮含量进行预测,为水质预警预报和水环境规划治理提供科学依据。 展开更多
关键词 遗传算法 LM-BP网络 测试误差 水质预测
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部