检索结果-维普期刊中文期刊服务平台

GNSS失锁下Tent-ASO-BP辅助GNSS/INS松组合导航算法: 1; 作者柳絮王坚 +1 位作者肖星星郭楠《山东科技大学学报（自然科学版）》 CAS 北大核心 2024年第6期24-33,共10页; GNSS/INS松组合导航是目前应用最广泛的车载导航系统之一,但在长隧道、地库等遮蔽区域,卫星信号长时间失锁导致定位精度显著下降。本研究提出一种Tent-ASO-BP辅助的GNSS/INS松组合导航算法。首先,结合混沌帐篷映射(Tent)改进的原子搜索... 展开更多; 关键词全球导航卫星系统(GNSS) GNSS失锁导航混沌帐篷映射(Tent) 原子搜索算法(ASO) BP神经网络; 在线阅读下载PDF 职称材料

基于CEEMDAN-IASO-TCN组合模型的中长期径流预报: 2; 作者徐军杨罗远林 +3 位作者刘月馨陈冬强张坚张楚《人民长江》北大核心 2025年第4期128-135,共8页; 准确预测月径流对流域水资源管理至关重要。为了增强中长期径流预测的准确性,提出了结合自适应噪声完备集合经验模态分解(CEEMDAN)、改进原子搜索算法(IASO)和时间卷积网络(TCN)的CEEMDAN-IASO-TCN组合模型。该模型首先使用CEEMDAN对月... 展开更多; 关键词中长期径流预报自适应噪声完备集合经验模态分解原子搜索算法时间卷积网络岷江流域; 在线阅读下载PDF 职称材料

基于Tent-ASO-BP的短期电力负荷预测模型被引量：1: 3; 作者邓磊刚赵号孙宗阳《电子设计工程》 2024年第11期164-168,共5页; 针对短期电力负荷预测精度低与可靠性差的问题,设计一种基于Tent-ASO-BP的电力短期负荷预测模型。该模型利用了Tent混沌映射的方法,设计了一种原子种群初始化方法,其在保证个体的同时选出适应度最优的个体,增强原子种群在分布空间的均匀... 展开更多; 关键词短期电力预测 Tent混沌映射原子搜索算法Tent-ASO-BP 自适应 MATLAB仿真; 在线阅读下载PDF 职称材料

基于极限学习机的短期交通流预测混合优化模型被引量：3: 4; 作者蔡浩李林峰 +2 位作者李涵李新周腾《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第5期75-82,183,共9页; 交通流的动态性、不确定性和非线性等特性导致交通流难以精确预测,本文在极限学习机(Extreme Learning Machine,ELM)的基础上,通过嵌入原子搜索算法(Atom Search Optimization,ASO),构建ASO-ELM短期交通流预测混合优化模型,对比现有短... 展开更多; 关键词智能交通短期交通流预测混合预测模型原子搜索算法极限学习机; 在线阅读下载PDF 职称材料

基于VMD-IASO-ELM的吸收塔出口SO_(2)浓度组合预测模型被引量：2: 5; 作者金秀章李阳峰姚宁《计量学报》 CSCD 北大核心 2023年第4期630-637,共8页; 为提高火电厂SO_(2)污染物排放控制水平,提出一种基于变分模态分解(VMD)改进原子搜索算法(IASO)极限学习机(ELM)的吸收塔出口SO_(2)浓度组合预测模型。首先,利用机理和相关性分析确定吸收塔出口SO_(2)浓度的初始相关变量,并采用VMD算法... 展开更多; 关键词计量学 SO_(2)浓度预测变分模态分解原子搜索算法极限学习机模糊推理; 在线阅读下载PDF 职称材料

题名GNSS失锁下Tent-ASO-BP辅助GNSS/INS松组合导航算法: 1; 作者柳絮王坚肖星星郭楠; 机构北京建筑大学测绘与城市空间信息学院北京北控北斗科技投资有限公司; 出处《山东科技大学学报（自然科学版）》 CAS 北大核心 2024年第6期24-33,共10页; 基金国家自然科学基金项目(42274029) 北京市自然科学基金项目(8222011)。; 文摘 GNSS/INS松组合导航是目前应用最广泛的车载导航系统之一,但在长隧道、地库等遮蔽区域,卫星信号长时间失锁导致定位精度显著下降。本研究提出一种Tent-ASO-BP辅助的GNSS/INS松组合导航算法。首先,结合混沌帐篷映射(Tent)改进的原子搜索算法(ASO)优化BP神经网络模型的权值及阈值,构建Tent-ASO-BP智能预测模型;然后,利用开阔环境下GNSS/INS导航数据训练Tent-ASO-BP智能模型,在GNSS隧道失锁环境下利用自主学习后的Tent-ASO-BP模型预测隧道内的位置参数;最后,利用车载实测数据进行验证。结果表明,Tent-ASO-BP预测模型总体精度明显高于GNSS/INS松组合模型精度,Tent-ASO-BP预测模型的水平方向误差为15.4394 m;GNSS/INS松组合误差为20.4292 m,水平精度提升了24.42%,预测模型能够有效解决卫星信号长时间失锁时GNSS/INS松组合导航连续高精度定位难题。; 关键词全球导航卫星系统(GNSS) GNSS失锁导航混沌帐篷映射(Tent) 原子搜索算法(ASO) BP神经网络; Keywords global navigation satellite system(GNSS) GNSS outages navigation chaotic tent map(Tent) atomic search algorithm(ASO) BP neural network; 分类号 TN967.2 [电子电信—信号与信息处理] 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

题名基于CEEMDAN-IASO-TCN组合模型的中长期径流预报: 2; 作者徐军杨罗远林刘月馨陈冬强张坚张楚; 机构中国电建集团华东勘测设计研究院有限公司昆山市水务局淮阴工学院自动化学院; 出处《人民长江》北大核心 2025年第4期128-135,共8页; 基金国家自然科学基金项目(62303191,62306123) 江苏省自然科学基金项目(BK20191052) 江苏省高校自然科学基金面上项目(23KJD480001)。; 文摘准确预测月径流对流域水资源管理至关重要。为了增强中长期径流预测的准确性,提出了结合自适应噪声完备集合经验模态分解(CEEMDAN)、改进原子搜索算法(IASO)和时间卷积网络(TCN)的CEEMDAN-IASO-TCN组合模型。该模型首先使用CEEMDAN对月径流序列进行分解,然后利用IASO对TCN模型的批量大小、学习率、丢弃因子进行寻优,得到最优的时间卷积网络结构并利用最优的IASO-TCN对分量进行预测,最后重构分量预测结果得到最终月径流预测结果;以岷江流域镇江关水文站1957~2019年的月径流数据为研究对象,将所提模型与其他模型进行对比。研究结果表明:CEEMDAN-IASO-TCN模型具有较高的预测精度,训练和测试阶段的纳什系数分别达到0.9191和0.8691。研究成果可为水资源可持续利用提供可靠依据。; 关键词中长期径流预报自适应噪声完备集合经验模态分解原子搜索算法时间卷积网络岷江流域; Keywords medium and long-term runoff forecasting complete ensemble empirical mode decomposition with adaptive noise atomic search algorithm temporal convolutional network Minjiang River Basin; 分类号 P338 [天文地球—水文科学]; 在线阅读下载PDF 职称材料

题名基于Tent-ASO-BP的短期电力负荷预测模型被引量：1: 3; 作者邓磊刚赵号孙宗阳; 机构中国航空工业集团公司西安航空计算技术研究所; 出处《电子设计工程》 2024年第11期164-168,共5页; 基金陕西省自然科学基金研究计划项目(2022JQ-564)。; 文摘针对短期电力负荷预测精度低与可靠性差的问题,设计一种基于Tent-ASO-BP的电力短期负荷预测模型。该模型利用了Tent混沌映射的方法,设计了一种原子种群初始化方法,其在保证个体的同时选出适应度最优的个体,增强原子种群在分布空间的均匀性,进而加快ASO算法的收敛;同时引入自适应,增加该算法的局部探索和开发能力;将改进的ASO算法应用于BP神经网络参数优化,搭建了Tent-ASO-BP预测模型对短期电力负荷进行预测。使用Matlab工具进行仿真,通过对Tent-ASO-BP、ASO-BP和BP三种算法进行实验对比,结果表明,Tent-ASO-BP网络预测模型的RMSE、MAE和MAPE分别为32.736 MW,51.783 MW和6.623%,相比于ASO-BP和BP网络预测模型有明显减少,得出该模型具有更强的迭代能力和更强的局部寻优能力,为电力系统短期电力负荷预测提供依据,具有普遍的指导意义。; 关键词短期电力预测 Tent混沌映射原子搜索算法Tent-ASO-BP 自适应 MATLAB仿真; Keywords short⁃term power prediction Tent chaos mapping atomic search algorithm adaptive Matlab simulation; 分类号 TP181 [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

题名基于极限学习机的短期交通流预测混合优化模型被引量：3: 4; 作者蔡浩李林峰李涵李新周腾; 机构汕头大学海南大学; 出处《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第5期75-82,183,共9页; 基金 2021广东省科技重点专项(STKJ2021021)。; 文摘交通流的动态性、不确定性和非线性等特性导致交通流难以精确预测,本文在极限学习机(Extreme Learning Machine,ELM)的基础上,通过嵌入原子搜索算法(Atom Search Optimization,ASO),构建ASO-ELM短期交通流预测混合优化模型,对比现有短期交通流预测模型,分析混合优化模型在短期交通流预测领域的表现。实验选取荷兰阿姆斯特丹市A10环形公路为路网原型,使用ASO-ELM混合模型与常见交通流预测模型进行对比实验。实验结果表明:ASO-ELM混合模型在4个数据集下的平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)相较于ELM模型分别下降了4.3%、3.5%、6.9%和5.4%,均方根误差(Root Mean Squared Error,RMSE)分别下降了4.8%、4.0%、2.0%和5.2%;其次,与人工神经网络(Artificial Neural Network,ANN)相比,MAPE分别下降了9.6%、8.6%、9.8%和5.0%,RMSE也分别下降了4.5%、5.9%、2.6%和1.7%。研究成果揭示了混合优化模型在短期交通流预测领域的潜力。; 关键词智能交通短期交通流预测混合预测模型原子搜索算法极限学习机; Keywords intelligent transportation short-term traffic flow forecasting hybrid forecasting models atom search optimization extreme learning machine; 分类号 U491.14 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于VMD-IASO-ELM的吸收塔出口SO_(2)浓度组合预测模型被引量：2: 5; 作者金秀章李阳峰姚宁; 机构华北电力大学控制与计算机工程学院; 出处《计量学报》 CSCD 北大核心 2023年第4期630-637,共8页; 基金国家重点研发计划(2016YFB0600701)。; 文摘为提高火电厂SO_(2)污染物排放控制水平,提出一种基于变分模态分解(VMD)改进原子搜索算法(IASO)极限学习机(ELM)的吸收塔出口SO_(2)浓度组合预测模型。首先,利用机理和相关性分析确定吸收塔出口SO_(2)浓度的初始相关变量,并采用VMD算法对其分解,保留分解结果与输出互信息中大的低频分量;然后,采用结构简单、学习速度快的ELM建立预测模型,并利用基于混合策略改进的IASO优化网络参数,提高预测精度;最后,利用模糊规则推理出误差修正项以校正ELM模型预测结果。应用历史数据仿真建模,结果表明该模型具有较高的预测精度和学习能力,能够准确跟踪吸收塔出口SO_(2)浓度变化趋势。; 关键词计量学 SO_(2)浓度预测变分模态分解原子搜索算法极限学习机模糊推理; Keywords metrology SO_(2) concentration prediction VMD ASO ELM fuzzy reasoning; 分类号 TB99 [机械工程—测试计量技术及仪器]; 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	GNSS失锁下Tent-ASO-BP辅助GNSS/INS松组合导航算法	柳絮王坚肖星星郭楠	《山东科技大学学报（自然科学版）》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于CEEMDAN-IASO-TCN组合模型的中长期径流预报	徐军杨罗远林刘月馨陈冬强张坚张楚	《人民长江》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于Tent-ASO-BP的短期电力负荷预测模型	邓磊刚赵号孙宗阳	《电子设计工程》	2024	1	在线阅读下载PDF 职称材料
4	基于极限学习机的短期交通流预测混合优化模型	蔡浩李林峰李涵李新周腾	《交通运输系统工程与信息》 EI CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
5	基于VMD-IASO-ELM的吸收塔出口SO_(2)浓度组合预测模型	金秀章李阳峰姚宁	《计量学报》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料