期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于组合方法的造纸过程二氧化碳排放区间预测模型的构建
被引量:
1
1
作者
胡雨沙
周建钊
《中国造纸》
北大核心
2025年第2期57-64,共8页
造纸行业是我国高碳排放的主要工业之一。精准的二氧化碳排放预测对开发以低碳排放为目标的工艺参数优化模型具有重要意义,有助于推动造纸行业的绿色可持续发展。鉴于造纸过程中碳排放的不确定性和波动性较大,本研究提出了基于组合方法...
造纸行业是我国高碳排放的主要工业之一。精准的二氧化碳排放预测对开发以低碳排放为目标的工艺参数优化模型具有重要意义,有助于推动造纸行业的绿色可持续发展。鉴于造纸过程中碳排放的不确定性和波动性较大,本研究提出了基于组合方法的造纸过程二氧化碳区间预测模型,利用变分模态分解(VMD)对原始数据进行信号分解,采用贝叶斯优化反向传播神经网络(BO-BPNN)建立预测模型,最后通过分位数回归(QR)构建区间预测模型。本研究通过采集实际生产数据和建立基于VMD-BO-LSSVM-QR的对比模型进行模型验证。结果表明,所提出的预测模型准确度高,R^(2)为0.9936,预测区间置信概率为0.8924,显著优于对比模型,对造纸工业生产具有较高的实际应用价值。
展开更多
关键词
造纸过程
二氧化碳排放
区间预测模型
建模与模拟
在线阅读
下载PDF
职称材料
基于多数据融合的水电机组劣化趋势概率区间预测
被引量:
1
2
作者
王淑青
翟宇胜
+2 位作者
胡文庆
盛世龙
刘东
《水电能源科学》
北大核心
2025年第2期201-205,共5页
传统的基于单一测点的预测模型无法全面反映水电机组的健康状态,这导致难以实现机组劣化状态的准确评估。对此,提出了一种基于多测点数据融合与概率区间预测的水电机组劣化趋势预测模型。首先,选取机组不同测点在各工况下健康运行的数...
传统的基于单一测点的预测模型无法全面反映水电机组的健康状态,这导致难以实现机组劣化状态的准确评估。对此,提出了一种基于多测点数据融合与概率区间预测的水电机组劣化趋势预测模型。首先,选取机组不同测点在各工况下健康运行的数据构成数据集,采用期望最大化—高斯混合模型(EM-GMM)拟合机组健康运行状态下的各监测量的概率密度分布;然后,计算待估样本在给定机组健康状态分布下的负对数似然概率,以作为劣化度指标;其次,采用熵权法计算各测点劣化度指标的权重,通过加权得到综合劣化度指标;最后,为确保预测结果的可靠性,利用多目标遗传算法(MOGA)优化高斯过程回归(GPR)模型代替传统的点预测模型,并使用不同的预测模型进行对比和评估,证明本文提出的模型具有更高的预测精度。
展开更多
关键词
水电机组
多数据融合
EM-GMM健康
模型
劣化度指标
熵权法
概率
区间预测模型
在线阅读
下载PDF
职称材料
基于Elman神经网络的PM2.5质量浓度区间预测
被引量:
3
3
作者
李晓理
梅建想
+1 位作者
王康
李济瀚
《北京工业大学学报》
CAS
CSCD
北大核心
2020年第4期377-384,共8页
针对PM2.5质量浓度序列不确定性和随机性特征,提出一种基于互补集合经验模态分解和优化Elman神经网络的区间预测模型.首先,利用互补集合经验模态分解将原始PM2.5质量浓度序列进行分解,并用样本熵将其重组为复杂度差异明显的子序列.其次...
针对PM2.5质量浓度序列不确定性和随机性特征,提出一种基于互补集合经验模态分解和优化Elman神经网络的区间预测模型.首先,利用互补集合经验模态分解将原始PM2.5质量浓度序列进行分解,并用样本熵将其重组为复杂度差异明显的子序列.其次,针对各子序列分别用多输入单输出Elman神经网络(Elman neural network,ENN)建立PM2.5质量浓度预测模型.在各子序列预测结果基础之上,采用多输入双输出Elman神经网络实现PM2.5质量浓度区间预测.最后,为了进一步提高预测模型性能,提出一种区间预测评价指标作为目标函数,采用思维进化算法对Elman神经网络权值β和阈值b进行寻优.基于北京工业大学校园监测站点采集数据,验证了预测模型的可靠性和有效性.所提预测模型为PM2.5质量浓度预测提供了一种方法.
展开更多
关键词
互补集合经验模态分解
样本熵
ELMAN神经网络
区间预测模型
思维进化算法
PM2.5
在线阅读
下载PDF
职称材料
重载铁路轨道高低不平顺预测研究
被引量:
4
4
作者
包文艳
王福田
+1 位作者
李仕毅
张宁
《铁道标准设计》
北大核心
2019年第1期29-34,共6页
轨道不平顺严重威胁铁路行车安全和设备的使用寿命。研究轨道高低不平顺的变化特点和劣化规律对重载铁路轨道维修管理有重要指导作用。基于灰色区间预测建模理论,研究重载铁路轨道高低不平顺变化特点和劣化规律,预测轨道高低不平顺未来...
轨道不平顺严重威胁铁路行车安全和设备的使用寿命。研究轨道高低不平顺的变化特点和劣化规律对重载铁路轨道维修管理有重要指导作用。基于灰色区间预测建模理论,研究重载铁路轨道高低不平顺变化特点和劣化规律,预测轨道高低不平顺未来的发展情况。为验证预测模型的有效性,采用神朔铁路上行10个高低超限病害高发单元区段的共17个月的历史轨道高低不平顺检测数据进行验证。结果表明:该模型拟合和预测效果良好,对神朔铁路轨道的养护维修管理有着重要意义。
展开更多
关键词
重载铁路
神朔铁路
轨道高低不平顺
灰色
区间预测模型
预测
在线阅读
下载PDF
职称材料
题名
基于组合方法的造纸过程二氧化碳排放区间预测模型的构建
被引量:
1
1
作者
胡雨沙
周建钊
机构
香港理工大学工业及系统工程学系
出处
《中国造纸》
北大核心
2025年第2期57-64,共8页
文摘
造纸行业是我国高碳排放的主要工业之一。精准的二氧化碳排放预测对开发以低碳排放为目标的工艺参数优化模型具有重要意义,有助于推动造纸行业的绿色可持续发展。鉴于造纸过程中碳排放的不确定性和波动性较大,本研究提出了基于组合方法的造纸过程二氧化碳区间预测模型,利用变分模态分解(VMD)对原始数据进行信号分解,采用贝叶斯优化反向传播神经网络(BO-BPNN)建立预测模型,最后通过分位数回归(QR)构建区间预测模型。本研究通过采集实际生产数据和建立基于VMD-BO-LSSVM-QR的对比模型进行模型验证。结果表明,所提出的预测模型准确度高,R^(2)为0.9936,预测区间置信概率为0.8924,显著优于对比模型,对造纸工业生产具有较高的实际应用价值。
关键词
造纸过程
二氧化碳排放
区间预测模型
建模与模拟
Keywords
papermaking process
carbon dioxide emissions
interval forecasting model
modeling and simulation
分类号
TS7 [轻工技术与工程—制浆造纸工程]
在线阅读
下载PDF
职称材料
题名
基于多数据融合的水电机组劣化趋势概率区间预测
被引量:
1
2
作者
王淑青
翟宇胜
胡文庆
盛世龙
刘东
机构
湖北工业大学电气与电子工程学院
湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室
武汉大学动力与机械学院
华北水利水电大学能源与动力工程学院
出处
《水电能源科学》
北大核心
2025年第2期201-205,共5页
基金
国家自然科学基金项目(52309111)。
文摘
传统的基于单一测点的预测模型无法全面反映水电机组的健康状态,这导致难以实现机组劣化状态的准确评估。对此,提出了一种基于多测点数据融合与概率区间预测的水电机组劣化趋势预测模型。首先,选取机组不同测点在各工况下健康运行的数据构成数据集,采用期望最大化—高斯混合模型(EM-GMM)拟合机组健康运行状态下的各监测量的概率密度分布;然后,计算待估样本在给定机组健康状态分布下的负对数似然概率,以作为劣化度指标;其次,采用熵权法计算各测点劣化度指标的权重,通过加权得到综合劣化度指标;最后,为确保预测结果的可靠性,利用多目标遗传算法(MOGA)优化高斯过程回归(GPR)模型代替传统的点预测模型,并使用不同的预测模型进行对比和评估,证明本文提出的模型具有更高的预测精度。
关键词
水电机组
多数据融合
EM-GMM健康
模型
劣化度指标
熵权法
概率
区间预测模型
Keywords
hydropower unit
multi-data fusion
EM-GMM health model
deterioration index
entropy weight method
probability interval prediction model
分类号
TV734.21 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
基于Elman神经网络的PM2.5质量浓度区间预测
被引量:
3
3
作者
李晓理
梅建想
王康
李济瀚
机构
北京工业大学信息学部
计算智能与智能系统北京市重点实验室
数字社区教育部工程研究中心
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2020年第4期377-384,共8页
基金
国家自然科学基金资助项目(61873006,61473034,61673053)
国家重点研发计划资助项目(2018YFC1602704,2018YFB1702704)。
文摘
针对PM2.5质量浓度序列不确定性和随机性特征,提出一种基于互补集合经验模态分解和优化Elman神经网络的区间预测模型.首先,利用互补集合经验模态分解将原始PM2.5质量浓度序列进行分解,并用样本熵将其重组为复杂度差异明显的子序列.其次,针对各子序列分别用多输入单输出Elman神经网络(Elman neural network,ENN)建立PM2.5质量浓度预测模型.在各子序列预测结果基础之上,采用多输入双输出Elman神经网络实现PM2.5质量浓度区间预测.最后,为了进一步提高预测模型性能,提出一种区间预测评价指标作为目标函数,采用思维进化算法对Elman神经网络权值β和阈值b进行寻优.基于北京工业大学校园监测站点采集数据,验证了预测模型的可靠性和有效性.所提预测模型为PM2.5质量浓度预测提供了一种方法.
关键词
互补集合经验模态分解
样本熵
ELMAN神经网络
区间预测模型
思维进化算法
PM2.5
Keywords
complementary ensemble empirical mode decomposition
sample entropy
Elman neural network
interval prediction model
mind evolution algorithm
PM2.5
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
X831 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
重载铁路轨道高低不平顺预测研究
被引量:
4
4
作者
包文艳
王福田
李仕毅
张宁
机构
中国神华神朔铁路分公司
北京交通大学轨道交通控制与安全国家重点实验室
出处
《铁道标准设计》
北大核心
2019年第1期29-34,共6页
基金
国家自然科学基金(51578057)
轨道交通控制与安全国家重点实验室(北京交通大学)自主研究课题(RCS2016ZT007)
文摘
轨道不平顺严重威胁铁路行车安全和设备的使用寿命。研究轨道高低不平顺的变化特点和劣化规律对重载铁路轨道维修管理有重要指导作用。基于灰色区间预测建模理论,研究重载铁路轨道高低不平顺变化特点和劣化规律,预测轨道高低不平顺未来的发展情况。为验证预测模型的有效性,采用神朔铁路上行10个高低超限病害高发单元区段的共17个月的历史轨道高低不平顺检测数据进行验证。结果表明:该模型拟合和预测效果良好,对神朔铁路轨道的养护维修管理有着重要意义。
关键词
重载铁路
神朔铁路
轨道高低不平顺
灰色
区间预测模型
预测
Keywords
Heavy haul railway
Shenmu-Shuozhou Railway
Track vertical profile irregularity
Grey interval prediction model
Prediction
分类号
U213.2 [交通运输工程—道路与铁道工程]
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
基于组合方法的造纸过程二氧化碳排放区间预测模型的构建
胡雨沙
周建钊
《中国造纸》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
基于多数据融合的水电机组劣化趋势概率区间预测
王淑青
翟宇胜
胡文庆
盛世龙
刘东
《水电能源科学》
北大核心
2025
1
在线阅读
下载PDF
职称材料
3
基于Elman神经网络的PM2.5质量浓度区间预测
李晓理
梅建想
王康
李济瀚
《北京工业大学学报》
CAS
CSCD
北大核心
2020
3
在线阅读
下载PDF
职称材料
4
重载铁路轨道高低不平顺预测研究
包文艳
王福田
李仕毅
张宁
《铁道标准设计》
北大核心
2019
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部