期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
卡车路段行程时间的实时动态预测 被引量:5
1
作者 白润才 李建刚 徐建华 《辽宁工程技术大学学报(自然科学版)》 EI CAS 北大核心 2005年第1期12-14,共3页
分析了建立卡车路段行程时间预测模型传统方法的不足,考虑到高度非线性的露天矿运输系统有别于公路交通系统,针对卡车运行时间的随机性,采用多因子预测,阐述了应用人工神经网络(ANN)原理和方法对卡车路段行程时间预测的可能性和优越性,... 分析了建立卡车路段行程时间预测模型传统方法的不足,考虑到高度非线性的露天矿运输系统有别于公路交通系统,针对卡车运行时间的随机性,采用多因子预测,阐述了应用人工神经网络(ANN)原理和方法对卡车路段行程时间预测的可能性和优越性,建立了预测模型的基本结构,描述了行程时间与其影响因素间的非线性映射关系,从而提出了基于人工神经网络原理的行程时间预测模型。 展开更多
关键词 人工神经网络(ANN) 行程时间 实时动态预测
在线阅读 下载PDF
基于模糊神经网络卡车路段行程时间实时动态预测 被引量:2
2
作者 李建刚 白润才 +1 位作者 郭嗣琮 毛君 《煤炭学报》 EI CAS CSCD 北大核心 2005年第6期796-800,共5页
提出了一种基于模糊神经网络卡车路段行程时间实时预测模型,阐述了自适应神经网络模糊系统(Adaptive Network-based Fuzzy Inference System,ANFIS)网络原理和方法对行程时间预测的可行性和可靠性,采用最小二乘法和误差反传算法结合的... 提出了一种基于模糊神经网络卡车路段行程时间实时预测模型,阐述了自适应神经网络模糊系统(Adaptive Network-based Fuzzy Inference System,ANFIS)网络原理和方法对行程时间预测的可行性和可靠性,采用最小二乘法和误差反传算法结合的混合学习算法,减少了搜索空间的维数,而采用的减法聚类方法减少了模糊推理规则.混合学习算法和减法聚类方法的应用提高了网络参数的辨识和收敛速度.实例仿真论证了该模型预测速度更快、准确性更高,实时性好,获得了比单纯使用神经网络或模糊理论更精确的预测结果. 展开更多
关键词 模糊神经网络 卡车 路段行程时间 实时动态预测
在线阅读 下载PDF
基于BP神经网络的飞行动态实时预测方法 被引量:10
3
作者 王树明 夏国平 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2001年第6期636-639,共4页
针对传统Back Propagation网络 (简称BP网络 )收敛速度慢、网络灵敏度过高和隐含层数难以确定等缺陷 ,提出一个改进型BP网络 ,提高了网络预测的实时性和精确性 ;然后将之应用到飞行动态预测问题上 ,充分发挥网络模型的学习、记忆和动态... 针对传统Back Propagation网络 (简称BP网络 )收敛速度慢、网络灵敏度过高和隐含层数难以确定等缺陷 ,提出一个改进型BP网络 ,提高了网络预测的实时性和精确性 ;然后将之应用到飞行动态预测问题上 ,充分发挥网络模型的学习、记忆和动态自适应性的优势 ,力图解决飞行器轨迹的描述和预测问题 . 展开更多
关键词 BP神经网络 时间序列预测 动态实时预测 飞行器 航行轨迹 地面监测
在线阅读 下载PDF
氧化槽温度实时动态精准预测仿真研究 被引量:3
4
作者 赵威振 南新元 孙明 《有色金属(冶炼部分)》 CAS 北大核心 2018年第7期25-30,共6页
受高寒地区极端天气影响和换热管换热作用,氧化槽内的温度分布不均、复杂多变,甚至影响细菌氧化的效率。为探究氧化槽温度动态分布和实时变化,融合DDDAS思想提出离线—在线分离法对氧化槽温度进行实时动态精准仿真预测。首先建立氧化槽... 受高寒地区极端天气影响和换热管换热作用,氧化槽内的温度分布不均、复杂多变,甚至影响细菌氧化的效率。为探究氧化槽温度动态分布和实时变化,融合DDDAS思想提出离线—在线分离法对氧化槽温度进行实时动态精准仿真预测。首先建立氧化槽内部热量传递模型;其次针对系统参数空间高维问题,离线阶段采用POD方法确定氧化槽温度变化的主导模态,降低系统参数维度;为了解决传感器测量有效信息难的问题,在线阶段采用贪婪算法优化传感器测量位置;最后通过RKF将测量信息注入到仿真中以提高氧化槽温度的预测精度。结果表明,离线—在线分离法能够对氧化槽温度进行实时精准预测。 展开更多
关键词 动态数据驱动应用系统 实时动态精准预测 降阶卡尔曼滤波 位置优化 本征正交分解
在线阅读 下载PDF
生物氧化预处理ORP实时动态精准预测研究
5
作者 赵威振 南新元 《有色金属(冶炼部分)》 CAS 北大核心 2018年第8期42-47,共6页
提出基于相空间重构理论和学习型狼群算法优化最小二乘支持向量回归机(LSSVR)的氧化还原电位(ORP)实时动态精准预测方法。以生物氧化预处理过程中采集到的ORP数据为研究对象,采用小波分析滤除ORP数据中的噪声,以相空间重构的ORP时间序... 提出基于相空间重构理论和学习型狼群算法优化最小二乘支持向量回归机(LSSVR)的氧化还原电位(ORP)实时动态精准预测方法。以生物氧化预处理过程中采集到的ORP数据为研究对象,采用小波分析滤除ORP数据中的噪声,以相空间重构的ORP时间序列训练LSSVR预测模型。为了提高模型的泛化能力,提出学习型狼群算法优化LSSVR模型参数,并用时间窗口平移化方法和反馈校正法分别对模型和预测输出进行更新和修正。试验结果对比表明所提方法可行有效。 展开更多
关键词 实时动态精准预测 狼群算法 相空间重构 最小二乘支持向量回归机 氧化还原电位
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部