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
共找到6,737篇文章
< 1 2 … 250 >
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：
基于后向预测Prony算法的超高压输电线路暂态量保护方案 被引量：6
1
作者 杨明玉 杨玉坤 《电力自动化设备》 EI CSCD 北大核心 2011年第5期28-33,共6页
提出了一种基于故障后暂态电流信号的保护方案,利用运算法详细推导了分布参数下超高压输电线路各种故障类型时电流暂态信号的成分,分析结果表明故障后的暂态信号包含谐波形式的高频分量,其频率和相位特征能够可靠区分区内、外故障和各... 提出了一种基于故障后暂态电流信号的保护方案,利用运算法详细推导了分布参数下超高压输电线路各种故障类型时电流暂态信号的成分,分析结果表明故障后的暂态信号包含谐波形式的高频分量,其频率和相位特征能够可靠区分区内、外故障和各种故障类型。使用后向预测Prony算法作为提取暂态电流特征的工具,并对方程组的求解使用QR分解以缩短算法的计算耗时。在给出完整的选相和保护方案后,使用ATP对各种故障条件进行仿真,仿真结果表明该保护方案能够快速和准确地区分区内、外故障和各种故障类型,且不受过渡电阻、故障初相角等故障条件的影响。 展开更多
关键词 超高压输电线路 后向预测prony算法 暂态量保护 故障选相
在线阅读 下载PDF
基于短期充电数据和增强鲸鱼优化算法的锂离子电池容量预测 被引量：1
2
作者 陈峥 彭月 +3 位作者 胡竞元 申江卫 肖仁鑫 夏雪磊 《储能科学与技术》 北大核心 2025年第1期319-330,共12页
为解决采用数据驱动的方法对锂离子电池容量进行预测时,难以获取完整充电数据、数据采样精度低和特征因子提取质量不佳等问题,本工作提出了一种基于短期充电数据和增强鲸鱼优化算法的锂离子电池容量预测方法。首先,为提升数据精度,利用... 为解决采用数据驱动的方法对锂离子电池容量进行预测时,难以获取完整充电数据、数据采样精度低和特征因子提取质量不佳等问题,本工作提出了一种基于短期充电数据和增强鲸鱼优化算法的锂离子电池容量预测方法。首先,为提升数据精度,利用三次样条插值对充电数据进行补充。其次,通过挖掘充电电压曲线与容量衰退之间的规律,确定特征因子为某充电时间区间的电压增量,并利用增强鲸鱼算法,从短期充电数据中实现了老化特征的有效提取。随后,构建了高斯过程回归容量预测模型,在确定训练数据量后,对比了不同算法的预测结果,验证了所构建模型的有效性。最后,将该方法在不同电池上进行测试,验证了预测精度和泛化能力。结果表明:对于实验室数据集,将前15%老化特征作为训练集时,可将该类电池最大误差控制在2.49%以内,且97%的预测误差控制在1.5%内;对于公开数据集,仅12组训练数据就能将该类电池最大误差控制在1%以内,实现了利用低精度和短期充电数据对电池容量的准确预测。 展开更多
关键词 锂离子电池 短期充电数据 容量预测 增强鲸鱼优化算法 高斯过程回归
在线阅读 下载PDF
基于ARIMA算法的玉米籽粒储藏温度预测研究
3
作者 陈思羽 徐爱迪 +3 位作者 刘春山 王淑铭 马浏轩 韩雪双 《农机化研究》 北大核心 2025年第9期171-177,186,共8页
外界环境变化对粮堆内部温度的影响较大,针对夏季温度高、湿度大、易发生腐烂霉变的特点,利用夏季高温试验周期内储粮仓各层的温度数据,基于ARIMA算法进行玉米籽粒储藏短期温度预测。利用差分法、ACF图、PACF图确定模型中d、p、q等参数... 外界环境变化对粮堆内部温度的影响较大,针对夏季温度高、湿度大、易发生腐烂霉变的特点,利用夏季高温试验周期内储粮仓各层的温度数据,基于ARIMA算法进行玉米籽粒储藏短期温度预测。利用差分法、ACF图、PACF图确定模型中d、p、q等参数,依据确定的温度预测模型对未来7 d仓内各粮层的温度进行预测,并将预测值与试验值进行对比,通过绝对误差MAE、相对误差MSE评价指标对模型进行评估,结果表明:第1层模型预测值与实际值的绝对误差MAE的平均值为2.96℃,相对误差MSE的平均值为11.37%;第2层模型预测值与实际值的绝对误差MAE的平均值为0.5℃,相对误差MSE的平均值为1.80%;第3层模型预测值与实际值的绝对误差MAE的平均值为0.57℃,相对误差MSE的平均值为1.91%;第4层模型预测值与实际值的绝对误差MAE的平均值为0.28℃,相对误差MSE的平均值为1.02%,各层相对误差均控制在16%以内。试验结果表明建立的ARIMA温度预测模型较适合玉米籽粒储藏短期温度预测,为保障储粮品质提供了理论依据。 展开更多
关键词 玉米籽粒 储藏 ARIMA算法 温度预测
在线阅读 下载PDF
基于遗传算法优化的拖拉机发动机剩余寿命预测模型 被引量：1
4
作者 李有文 《农机化研究》 北大核心 2025年第6期264-268,共5页
拖拉机发动机剩余寿命预测对于提高工作效率、降低维修成本、延长机器寿命和保障安全运行具有重要意义。通过预测发动机剩余寿命,可以更好地进行资源规划和分配。为此,提出了一种基于遗传算法优化的拖拉机发动机剩余寿命预测模型,结合... 拖拉机发动机剩余寿命预测对于提高工作效率、降低维修成本、延长机器寿命和保障安全运行具有重要意义。通过预测发动机剩余寿命,可以更好地进行资源规划和分配。为此,提出了一种基于遗传算法优化的拖拉机发动机剩余寿命预测模型,结合遗传算法和剩余寿命预测方法,通过优化遗传算法的参数,提高了预测模型的准确性和稳定性。同时,通过收集大量的拖拉机发动机运行数据,提取与剩余寿命相关的特征,基于遗传算法寻找最佳的特征子集建立了预测模型。最后,通过试验验证了模型在拖拉机发动机剩余寿命预测方面的有效性。结果表明:与传统的预测模型相比,基于遗传算法优化的模型具有更高的预测准确性和稳定性,RMSE为6.023,MAE仅为4.531。研究结果可以有效地应用于拖拉机发动机剩余寿命预测和维护决策中。 展开更多
关键词 拖拉机发动机 寿命预测 遗传算法 神经网络 相关性
在线阅读 下载PDF
基于权重平衡算法的专利可交易性预测研究
5
作者 冉从敬 丁群哲 +2 位作者 李旺 宋永辉 刘爽 《情报学报》 北大核心 2025年第5期549-561,共13页
专利交易作为技术创新与市场价值实现的重要环节,对专利交易潜力的识别与预测在支持国家关键科技战略目标、推动科技创新以及促进企业和研究机构间技术转移与合作方面具有重要意义。基于此,本研究提出一种基于权重平衡算法的专利可交易... 专利交易作为技术创新与市场价值实现的重要环节,对专利交易潜力的识别与预测在支持国家关键科技战略目标、推动科技创新以及促进企业和研究机构间技术转移与合作方面具有重要意义。基于此,本研究提出一种基于权重平衡算法的专利可交易性预测方法,该方法首先整合incoPat专利数据库与中国专利信息服务平台数据库形成初始数据集,同时基于专利转让记录、转让与受让地址、利益相关方信息等规则和算法对初始专利交易数据集进行二次筛选,构建专利交易数据集;其次,基于专利交易数据集,将专利的可交易预测问题转化为监督式二分类任务,将专利在交易发生之前的多维度技术特征作为预测的输入变量,并以专利在失效前是否发生交易作为预测目标,最终完成专利可交易性预测。结果表明,本研究提出的基于权重平衡算法的专利可交易性预测模型在综合性能上优于基础模型,并通过实证结果验证了其有效性;通过模型的可解释性算法,本研究识别出了申请人国家、申请人类型和同族国家数以及同族专利数等是影响专利交易的重要技术特征。尽管本研究取得了一定进展,专利交易预测仍面临挑战,未来可以尝试引入专利文本和图像等多维特征,以进一步提升模型的预测性能。 展开更多
关键词 权重平衡算法 改进机器学习模型 专利可交易性预测
在线阅读 下载PDF
基于集成学习模型与贝叶斯优化算法的成矿预测
6
作者 孔春芳 田倩 +3 位作者 刘健 蔡国荣 赵杰 徐凯 《地学前缘》 北大核心 2025年第4期122-139,共18页
全球进入隐伏矿体勘查时代,急需新的找矿预测方法。利用集成学习进行的数据驱动的成矿预测模型正在成为深部隐伏矿产勘探的有力工具。然而,基于集成学习的成矿预测模型面临着一些普遍的问题,特别是模型的参数调优。模型的参数调优是一... 全球进入隐伏矿体勘查时代,急需新的找矿预测方法。利用集成学习进行的数据驱动的成矿预测模型正在成为深部隐伏矿产勘探的有力工具。然而,基于集成学习的成矿预测模型面临着一些普遍的问题,特别是模型的参数调优。模型的参数调优是一个非常耗时的过程,需要繁琐的计算和足够的专家经验。本文提出了一种基于多源地学知识与贝叶斯优化算法的集成学习模型来解决上述问题。具体来说,首先,基于多源地学知识,构建锰矿成矿预测数据库;其次,基于自适应提升模型(Adaptive Boosting,AdaBoost)和随机森林(Random Forest,RF)模型,建立黔东北锰矿成矿预测模型;然后,采用贝叶斯优化算法(Bayesian Optimization,BO),通过5倍交叉验证的辅助,寻找BO-AdaBoost和BO-RF模型最合适的超参数组合;最后,利用精度、准确率、召回率、F_(1)分数、kappa系数、AUC值等参数及已有成果检测模型的性能。实验结果发现,BO-AdaBoost和BO-RF模型的AUC值都得到了显著的提高,表明BO是一个强大的优化工具,优化结果为集成学习模型的超参数设置提供了参考。同时,实验结果也表明:BO-AdaBoost模型(92.8%)比BO-RF模型(89.9%)具有更高的预测精度和地质泛化能力,在成矿预测方面具有巨大潜力。基于BO-AdaBoost模型的预测图为黔东北隐伏锰矿矿床的勘探提供了重要线索,并可以指导未来的矿产勘探与开发。 展开更多
关键词 集成学习 自适应提升模型 随机森林 贝叶斯优化算法 隐伏锰矿 成矿预测
在线阅读 下载PDF
基于智能算法的储粮通风温度预测
7
作者 吕宗旺 柳航 孙福艳 《中国农机化学报》 北大核心 2025年第1期91-98,共8页
在当前粮食安全日益受到关注的背景下,对储粮过程中的温度波动进行准确预测,并通过智能化的通风控制系统实现对储粮环境的优化管理成为亟待解决的问题。基于此,提出一种CNN-BiGRU-Attention网络模型,通过CNN提取特征图中时序数据之间的... 在当前粮食安全日益受到关注的背景下,对储粮过程中的温度波动进行准确预测,并通过智能化的通风控制系统实现对储粮环境的优化管理成为亟待解决的问题。基于此,提出一种CNN-BiGRU-Attention网络模型,通过CNN提取特征图中时序数据之间的潜在关系,并将处理后的特征向量作为BiGRU网络的输入,根据粮情数据的时序特征,在BiGRU网络中加入Attention为粮情特征分配权重;以及采用IPSO优化模型超参数的多模型融合算法来预测粮堆温度。使用吉林省榆树某直属粮库的数据集验证该预测模型,结果显示:均方根误差RMSE为0.046 9,平均绝对误差MAE为0.031 5,确定系数R~2为0.992 5,与其他模型相比,有效地提高预测精度。通过将储粮温度预测功能应用于粮情测控系统中,实现机械通风智能化来保障粮食的安全储藏。 展开更多
关键词 储粮温度预测 改进粒子群算法 粮食储藏 通风控制
在线阅读 下载PDF
基于动态时间规整算法的页岩油裂缝预测方法研究及应用
8
作者 王静 束青林 +3 位作者 杜玉山 张强 张玉亮 朱惠永 《特种油气藏》 北大核心 2025年第1期61-70,共10页
济阳坳陷陆相断陷湖盆页岩油油气资源丰富,勘探开发潜力巨大,裂缝发育,在钻井过程井涌井漏频发,严重影响了钻井效率,亟须提高裂缝预测的准确率。为此,利用动态时间规整算法计算整数时移,校正叠前道集中的残余各向异性时差,提高地震资料... 济阳坳陷陆相断陷湖盆页岩油油气资源丰富,勘探开发潜力巨大,裂缝发育,在钻井过程井涌井漏频发,严重影响了钻井效率,亟须提高裂缝预测的准确率。为此,利用动态时间规整算法计算整数时移,校正叠前道集中的残余各向异性时差,提高地震资料的分辨率,并基于地震纵波在各向异性介质中传播引起的时差,确定方位各向异性和相对强度,最终确定裂缝的发育方向和发育密度。该方法不依赖椭圆拟合,直接将各向异性时差看作整数时移的数据匹配问题,相比商业软件中的叠前各向异性反演模块,有效解决了裂缝预测多解性的问题。预测结果在与实钻井的成像测井解释结果以及钻井过程中的钻速异常和涌漏位置对比分析中,预测准确率达到85%,证明该方法预测裂缝的可靠性高。该预测方法可以为页岩油的高效开发提供有力的技术支持。 展开更多
关键词 页岩油 裂缝预测 动态时间规整算法 各向异性方向 各向异性强度 牛庄洼陷
在线阅读 下载PDF
基于地基云图数据多维特征融合的光伏功率预测算法
9
作者 吐松江·卡日 吴现 +3 位作者 马小晶 雷柯松 余凯峰 司伟壮 《电力系统保护与控制》 北大核心 2025年第11期84-94,共11页
针对传统光伏功率预测算法无法获取准确云层状态信息和预测精度低等问题,提出一种基于地基云图与双流数据融合的光伏功率预测算法。首先,利用地基云图提供的精确云层状态信息,结合稠密光流法获取相邻帧图像间的时空特征与细节变化特征... 针对传统光伏功率预测算法无法获取准确云层状态信息和预测精度低等问题,提出一种基于地基云图与双流数据融合的光伏功率预测算法。首先,利用地基云图提供的精确云层状态信息,结合稠密光流法获取相邻帧图像间的时空特征与细节变化特征。其次,结合卷积神经网络(convolutional neural network,CNN)在特征提取上的优势和残差网络在模型学习中抑制信息丢失上的优势,提升预测模型对光伏功率与图像数据间长期映射关系的学习能力。此外,引入注意力机制弥补模型训练过程中关键信息利用不充分的缺陷。实验结果表明,地基云图与光流数据的加入为多云天气提供了更多时空特征。与基准模型相比,其晴天与多云情况下均方根误差(root mean squared error,RMSE)指标和平均绝对误差(mean absolute error,MAE)指标分别降低了15.50%、11.65%、4.05%与5.15%,有助于充分利用云层运动状况来实现准确可靠的光伏电站输出功率预测,提升光伏电站调度工作的及时性与准确性。 展开更多
关键词 深度学习 功率预测 地基云图 注意力机制 稠密光流算法
在线阅读 下载PDF
反导拦截弹瞬时遭遇点预测算法
10
作者 王君 盛川 王源源 《火力与指挥控制》 北大核心 2025年第4期35-41,共7页
在反导指挥控制系统中,预测反导拦截弹与弹道导弹的瞬时遭遇点位置是射前参数装定和发射决策的支撑技术。为了快速准确地预测拦截弹与弹道导弹的瞬时遭遇点坐标,针对末段不机动变轨的弹道导弹,提出一种反导拦截弹射前瞬时遭遇点预测的... 在反导指挥控制系统中,预测反导拦截弹与弹道导弹的瞬时遭遇点位置是射前参数装定和发射决策的支撑技术。为了快速准确地预测拦截弹与弹道导弹的瞬时遭遇点坐标,针对末段不机动变轨的弹道导弹,提出一种反导拦截弹射前瞬时遭遇点预测的快速迭代算法,该方法基于弹道导弹的轨迹预测数据和拦截弹的飞行时间拟合公式,采用折半查找算法对弹目瞬时遭遇点进行快速搜索。仿真结果表明,该算法较好地解决反导拦截弹与弹道导弹瞬时遭遇点快速精准预测问题,满足工程应用需求。 展开更多
关键词 反导拦截弹 弹道导弹 轨迹外推 瞬时遭遇点 预测算法
在线阅读 下载PDF
基于算法优化极限学习机的香芋皮改性膳食纤维制备及其NO_(2)^(-)吸附量预测
11
作者 邓忠惠 谢微 《中国无机分析化学》 北大核心 2025年第6期889-897,共9页
在响应面法的基础上,收集所有实验数据,包括工艺参数和NO_(2)^(-)吸附量。对数据进行预处理,选择合适的输入变量(料液比、盐酸浓度、反应温度和反应时间),使用训练数据建立初始ELM模型。采用遗传算法(GA)、粒子群优化算法(PSO)、麻雀搜... 在响应面法的基础上,收集所有实验数据,包括工艺参数和NO_(2)^(-)吸附量。对数据进行预处理,选择合适的输入变量(料液比、盐酸浓度、反应温度和反应时间),使用训练数据建立初始ELM模型。采用遗传算法(GA)、粒子群优化算法(PSO)、麻雀搜索算法(SSA)、灰狼优化算法(GWO)和海鸥算法(SOA)对ELM进行优化。使用训练数据集对优化后的ELM模型进行训练。使用测试数据集对模型进行验证,评估模型的性能指标。结果显示,5种优化后的ELM模型在各项性能指标上均优于初始ELM模型。在5种优化算法中,SSA-ELM模型表现最为显著,其绝对误差(MAE)、均方误差(MSE)、均方误差根(RMSE)、平均绝对百分比误差(MAPE)分别为0.023498、0.0007391、0.027186和0.037267%,是所有优化算法测试模型中最低值。在测试模型中,原始ELM模型的R^(2)为0.013291,而GA-ELM、PSO-ELM、SSA-ELM、GWO-ELM和SOA-ELM模型的R^(2)分别0.86709、0.98016、0.99971、0.99998和0.99969。这表明5种优化ELM模型具有更高的拟合度、更好的泛化能力和稳定性,且相对于原始ELM模型,R^(2)值有显著提升。优化后的ELM模型,可以快速、准确地预测不同工艺条件下香芋皮改性膳食纤维的NO_(2)^(-)吸附量,减少实验成本和时间,提高生产效率和产品质量,为实际应用提供可靠的预测工具。 展开更多
关键词 香芋皮改性膳食纤维 响应面法 极限学习机 算法优化 预测
在线阅读 下载PDF
融合海鸥算法及LSTM的燃料电池城市客车车速预测研究
12
作者 何锋 陈鹏 +2 位作者 刘勇 边东生 龚成平 《重庆理工大学学报(自然科学)》 北大核心 2025年第5期29-35,共7页
针对燃料电池城市客车车速预测精度低的问题,提出改进海鸥优化算法(ISOA)和长短期记忆神经网络(LSTM)相结合的车速预测模型。以标准工况驾驶循环数据库为训练集,以中国典型城市公交循环工况为测试集,使用引入莱维飞行、柯西变异等策略... 针对燃料电池城市客车车速预测精度低的问题,提出改进海鸥优化算法(ISOA)和长短期记忆神经网络(LSTM)相结合的车速预测模型。以标准工况驾驶循环数据库为训练集,以中国典型城市公交循环工况为测试集,使用引入莱维飞行、柯西变异等策略改进后的海鸥优化算法,确定LSTM最优参数,建立基于城市道路的ISOA-LSTM燃料电池城市客车车速预测模型,与LSTM模型、SOA-LSTM模型和GWO-LSTM模型进行对比。结果表明:基于ISOA-LSTM的车速预测模型的均方根误差为1.965,平均绝对误差为1.570,决定系数为0.983,预测精度更高。 展开更多
关键词 燃料电池城市客车 车速预测 改进海鸥优化算法 LSTM神经网络
在线阅读 下载PDF
粒子群优化算法结合改进回声状态网络的PEMFC剩余使用寿命预测
13
作者 高锋阳 刘嘉 +3 位作者 杨栋 韩国鹏 齐丰旭 刘庆寅 《西北工业大学学报》 北大核心 2025年第3期478-487,共10页
为提高质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)退化预测的精度,提出一种基于粒子群(particle swarm optimization,PSO)算法优化改进回声状态网络(revised echo state network,RESN)的PEMFC电压预测方法。通过改... 为提高质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)退化预测的精度,提出一种基于粒子群(particle swarm optimization,PSO)算法优化改进回声状态网络(revised echo state network,RESN)的PEMFC电压预测方法。通过改进回声状态网络水库中各神经元连接方式,加快非线性拟合过程;利用PSO算法优化模型谱半径、泄漏率、神经元数量等,提高模型预测精度,采用SG(Savitzky-Golay)滤波算法对原始数据有效去峰去噪,再利用PSO-RESN准确预测PEMFC电压;采用不同样本数据集作为训练集和测试集,将所提模型在静态和准动态实验数据集下与扩展卡尔曼滤波、传统回声状态网络进行对比。结果表明,在训练集占比为80%时,对于静态工况FC1,相较于ESN,PSO-RESN方法的均方根误差(root mean square error,RMSE)和平均百分比误差(mean absolute percentage error,MAPE)分别降低了17.50%和25.53%;对于准动态工况FC2,相较于ESN方法,PSO-RESN方法的均方根误差和平均百分比误差分别降低了16.93%和21.28%。所提方法能够实现PEMFC更高精度退化趋势与剩余使用寿命预测。 展开更多
关键词 质子交换膜燃料电池 退化预测 回声状态网络 粒子群算法 剩余使用寿命
在线阅读 下载PDF
改进黏菌算法优化TCN−LSTM−MHSA的巷道锚杆(索)应力预测模型
14
作者 齐俊艳 车玉浩 +1 位作者 王磊 袁瑞甫 《工矿自动化》 北大核心 2025年第5期129-139,共11页
锚杆(索)应力的变化过程呈现明显的短期突变与长期时序依赖特征,而传统单一预测模型对长期趋势建模能力有限且对局部突变敏感性不足,往往难以全面捕捉上述复杂特征。针对该问题,提出一种基于改进黏菌算法(ISMA)优化时间卷积网络(TCN)−... 锚杆(索)应力的变化过程呈现明显的短期突变与长期时序依赖特征,而传统单一预测模型对长期趋势建模能力有限且对局部突变敏感性不足,往往难以全面捕捉上述复杂特征。针对该问题,提出一种基于改进黏菌算法(ISMA)优化时间卷积网络(TCN)−长短期记忆网络(LSTM)−多头自注意力机制(MHSA)的锚杆(索)应力预测模型。在煤矿巷道锚杆(索)应力预测问题中,模型训练过程通常涉及超参数调整、学习率选择等复杂优化任务,为提升模型的训练效率与预测精度,提出ISMA,引入邻域搜索与动态步长因子增强局部搜索能力,融合人工蜂群搜索机制提升全局搜索效率,有效增强模型跳出局部最优解的能力。TCN−LSTM−MHSA模型采用TCN提取局部时序特征,利用LSTM学习数据的长期依赖关系,通过MHSA强化对全局时序依赖的建模,从而提高模型对锚杆(索)应力的预测能力。在TCN−LSTM−MHSA模型的训练中利用ISMA对学习率进行迭代寻优,以提高模型的预测精度和速度。实验结果表明:①与黏菌算法(SMA)、遗传算法(GA)、粒子群算法(PSO)、麻雀搜索算法(SSA)相比,ISMA优化策略在多个基准函数测试中表现出更优的收敛速度与寻优能力。②在应力预测实验中,通过消融实验验证了TCN,LSTM,MHSA模块的必要性。③ISMA优化TCN−LSTM−MHSA模型在MAE,RMSE及R 2等指标上均优于BP,GRU等主流预测模型,具有更高的预测精度和稳定性。 展开更多
关键词 锚杆(索)支护 锚杆(索)应力预测 黏菌算法 时间卷积网络 长短期记忆网络 多头自注意力机制
在线阅读 下载PDF
基于机器学习耦合启发式算法和数据预处理的无负约束组合风速预测
15
作者 付桐林 《太阳能学报》 北大核心 2025年第6期659-666,共8页
首先将人工神经网络(ANN)、支持向量机(SVM)及极值学习机(ELM)与集合经验模态分解(EEMD)和灰狼算法(GWO)相耦合,构建多个混合模型对中国黄土高原陇东区环县风电场风速进行预测,进而将各混合模型的预测结果作为输入变量,以预测误差平方... 首先将人工神经网络(ANN)、支持向量机(SVM)及极值学习机(ELM)与集合经验模态分解(EEMD)和灰狼算法(GWO)相耦合,构建多个混合模型对中国黄土高原陇东区环县风电场风速进行预测,进而将各混合模型的预测结果作为输入变量,以预测误差平方和最小为目标函数,构建无负约束的组合模型NNCT,并采用灰狼算法优化组合模型的权重,实现研究区域风电场风速的准确预测。数值结果表明,该模型可有效降低模型选择的风险,具有更高的预测精度。 展开更多
关键词 风速 预测 机器学习 灰狼算法 集合经验模态分解 组合模型
在线阅读 下载PDF
基于蜉蝣优化算法的时空融合交通流预测研究
16
作者 张红 巩蕾 +1 位作者 曹洁 张玺君 《哈尔滨工程大学学报》 北大核心 2025年第4期764-771,796,共9页
针对复杂交通流的动态时空特性难以精准建模、现有深度学习模型超参数难以确定而导致模型预测精度低的问题,本文提出基于蜉蝣优化算法的门控时空卷积网络交通流预测方法。利用时间卷积网络结合门控线性单元挖掘交通数据隐藏的时间依赖性... 针对复杂交通流的动态时空特性难以精准建模、现有深度学习模型超参数难以确定而导致模型预测精度低的问题,本文提出基于蜉蝣优化算法的门控时空卷积网络交通流预测方法。利用时间卷积网络结合门控线性单元挖掘交通数据隐藏的时间依赖性,通过门控机制融合ChebNet捕获的静态空间特征与图卷积网络结合注意力机制捕获的动态空间特征,构建考虑动态时空特征的预测模型,并借助蜉蝣优化算法优化超参数。研究表明:在PeMSD7(M)数据集上,15、30和45 min下该模型MAE的预测精度较T-GCN提高了5.91%、9.06%和10.72%,本文方法具有有效性与优越性。 展开更多
关键词 交通流预测 动态时空特性 超参数 蜉蝣优化算法 时间卷积网络 门控线性单元 注意力机制 图卷积网络
在线阅读 下载PDF
基于元学习和集成学习的高熵合金相预测算法
17
作者 侯帅 李玉娇 +2 位作者 白梅娟 孙梦玥 石修志 《计算机应用与软件》 北大核心 2025年第6期302-310,共9页
准确预测高熵合金的相,有利于减少材料设计的工作量和研发周期,并提高材料的性能,因此提出一种基于元学习和集成学习的高熵合金相预测算法。该算法由关系映射模型和优化模型两个部分组成。前者建立了结合材料知识的元特征与选择性集成... 准确预测高熵合金的相,有利于减少材料设计的工作量和研发周期,并提高材料的性能,因此提出一种基于元学习和集成学习的高熵合金相预测算法。该算法由关系映射模型和优化模型两个部分组成。前者建立了结合材料知识的元特征与选择性集成学习性能的映射关系,来推荐合适的集成算法;后者采用基于单体精度约束的人工蜂群算法来提高集成学习的准确率。实验结果表明,该算法的预测性能要优于其他选择性集成学习算法。 展开更多
关键词 高熵合金 相预测 元学习 集成学习 人工蜂群算法
在线阅读 下载PDF
面向直觉推理的量子效应交通预测算法研究
18
作者 王潮 蒋晓锋 王苏敏 《西安电子科技大学学报》 北大核心 2025年第1期152-162,共11页
准确的实时交通预测是实现智能交通系统的核心技术问题。目前已有的预测方法在考虑交通信息的时空特征时,忽略了道路之间空间特征的依赖程度差异,导致预测模型缺乏差异化设计,无法实现对单条道路的精准预测。为了更好地分析道路之间空... 准确的实时交通预测是实现智能交通系统的核心技术问题。目前已有的预测方法在考虑交通信息的时空特征时,忽略了道路之间空间特征的依赖程度差异,导致预测模型缺乏差异化设计,无法实现对单条道路的精准预测。为了更好地分析道路之间空间特征的依赖程度差异性,设计了面向直觉推理的量子效应交通预测模型。引入直觉推理的思想对路网结构进行编码、组合和比较,分离出在空间特征上高度相关的道路集群,使用量子退火算法优化聚类结果,从而逼近全局最优解。使用华为云研发的MindSpore框架,根据不同的集群构建集群预测模型,专注于每个集群内交通信息的时空特征。在2012年美国洛杉矶高速公路和2021年日本东京1843条高速公路收集的真实数据集上进行实验,并与历史平均值模型、自回归积分平均移动模型、图卷积网络、门控循环单元和时空图卷积网络进行对比。结果表明,在均方根误差、平均绝对误差、准确率、决定系数和解释差异得分5个指标上均优于上述基线。在两个真实数据集上的均方根误差表现相较基于时空图卷积网络的预测模型分别提升了11.32%和13.86%,为目前交通预测问题提供了一种新的、有效的解决方案。 展开更多
关键词 直觉推理 量子计算机 量子退火算法 深度学习 交通预测
在线阅读 下载PDF
群智能算法优化改进随机森林算法的井漏预测
19
作者 白凯 戴升升 +1 位作者 张照硕 金思怡 《现代电子技术》 北大核心 2025年第14期159-168,共10页
井漏预测一直是钻井中堵漏防治研究的热点和难点课题,传统方法依赖专家经验,技术可复制性差,在特征参数选择上缺乏与井漏的相关性分析,导致预测精度低,且模型存在一定的局限性。为此,提出一种基于M5模型树的改进随机森林(IRF)算法,并采... 井漏预测一直是钻井中堵漏防治研究的热点和难点课题,传统方法依赖专家经验,技术可复制性差,在特征参数选择上缺乏与井漏的相关性分析,导致预测精度低,且模型存在一定的局限性。为此,提出一种基于M5模型树的改进随机森林(IRF)算法,并采用基于Sobol序列的初始化策略,引入自适应螺旋变化策略更新发现者位置,同时利用Lévy飞行策略来更新跟随者位置的改进麻雀搜索算法(ISSA)对IRF参数进行优化,进而建立一种ISSA-IRF井漏预测模型。该模型整合了来自地质、钻井泥浆和钻井作业相关的18个参数,利用Pearson相关性分析、递归特征消除和梯度提升树确定了11个关键参数。实验结果表明,与原模型相比,ISSA-IRF模型在井漏预测上的准确率提升了7.7%,且模型的性能显著优于经典的井漏预测模型(如LSTM、BP和SVM等)。改进后的模型可用于现场堵漏控制,为防漏堵漏作业提供科学指导。 展开更多
关键词 井漏预测 随机森林算法 M5模型树 Sobol序列 自适应螺旋变化 Lévy飞行策略 麻雀搜索算法
在线阅读 下载PDF
基于改进粒子群算法和极限学习机模型的配电网物资需求预测
20
作者 王永利 赵中华 +2 位作者 张一诺 冯天义 刘怡然 《科学技术与工程》 北大核心 2025年第15期6410-6418,共9页
为解决电网物资品种繁多、规格多样、数量巨大、用途广泛、受政策和投资影响大等特点所导致的预测模型构建困难的问题。首先,通过德尔菲法和灰色关联分析法(gray correlation analysis,GRA)筛选影响基建、业扩及抢修项目物资需求数量的... 为解决电网物资品种繁多、规格多样、数量巨大、用途广泛、受政策和投资影响大等特点所导致的预测模型构建困难的问题。首先,通过德尔菲法和灰色关联分析法(gray correlation analysis,GRA)筛选影响基建、业扩及抢修项目物资需求数量的因素。其次,利用引入自适应惯性因子和学习因子的改进粒子群算法调整极限学习机的最佳参数组合,训练各类配网项目物资需求预测模型。最后,以南方电网深圳市某供电局2020—2022年基建项目10 kV电力电缆需求情况为例,将GRA-IPSO-ELM(grey relational analysis,improved particle swarm optimization,and extreme learning machines)德尔菲法和灰色关联分析法模型与常见的4种预测模型的结果进行对比。结果表明,相较于ELM模型、支持向量机模型以及PSO-ELM模型,GRA-IPSO-ELM模型预测准确率得到10.38%、5.37%、3.83%的提升,可见,所提出的模型实现了对配网物资需求数量准确且高效的预测。 展开更多
关键词 物资需求预测 配电网 极限学习机 改进粒子群优化算法
在线阅读 下载PDF
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 2 … 250 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部