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
3
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
基于实数编码遗传算法的神经网络成本预测模型及其应用
被引量：
12
1
作者
刘威
李小平
+1 位作者
毛慧欧
柴天佑
《控制理论与应用》
EI
CAS
CSCD
北大核心
2004年第3期423-426,431,共5页
在生产过程中,影响产品成本的因素多而复杂,因素之间相互影响,存在耦合现象,因此准确预测成本是一个重要又难以解决的问题.通过遗传算法(GeneticAlgorithm)与误差反向传播(ErrorBackPropagation)神经网络相结合,提出了用实数编码的自适...
在生产过程中,影响产品成本的因素多而复杂,因素之间相互影响,存在耦合现象,因此准确预测成本是一个重要又难以解决的问题.通过遗传算法(GeneticAlgorithm)与误差反向传播(ErrorBackPropagation)神经网络相结合,提出了用实数编码的自适应变异遗传算法训练神经网络权重的混合算法,避免了传统神经网络易陷入局部极小的缺点.以矩阵形式表示产品成本组成,建立了产品成本组成模型,以此为基础建立了考虑成本因素之间互相影响的神经网络产品成本预测模型,并成功应用于某钢铁企业产品成本的预测,提高了预测精度.
展开更多
关键词
实数编码
遗传算法
神经网络
成本预测模型
成本
控制
信息集成技术
BP网络
在线阅读
下载PDF
职称材料
直接空气捕碳(DAC)的成本评估预测及其影响因素
被引量：
2
2
作者
周爱国
余晓洁
+4 位作者
贺红旭
夏菖佑
孙雨萌
刘牧心
梁希
《洁净煤技术》
CAS
CSCD
北大核心
2024年第10期185-197,共13页
直接空气捕碳技术能够从大气中直接捕获二氧化碳,是人类应对气候变化的重要手段。为了定量评估和预测中国DAC技术的成本,采用自上而下的工程经济分析方法构建了DAC成本分析及预测模型,并选取基于液体吸收工艺(L-DAC)和固体吸附工艺(S-D...
直接空气捕碳技术能够从大气中直接捕获二氧化碳,是人类应对气候变化的重要手段。为了定量评估和预测中国DAC技术的成本,采用自上而下的工程经济分析方法构建了DAC成本分析及预测模型,并选取基于液体吸收工艺(L-DAC)和固体吸附工艺(S-DAC)的DAC技术,对不同规模情景、技术路径、能源类型下的DAC成本进行了研究。结果表明:未来的部署规模是影响DAC成本的关键因素。到2060年时,若中国DAC的CO_(2)捕集规模仅为0.3亿t/a,则L-DAC和S-DAC的CO_(2)去除成本将分别达到1037~1838元/t和869~922元/t;若部署规模达到3亿t/a,碳去除成本将分别降至729~1237元/t和543~580元/t;若部署规模达到6亿t/a,碳去除成本将进一步降至655~1102元/t和472~505元/t。能源相关的碳排放会降低DAC从空气中去除CO_(2)的效率,造成DAC碳去除成本上升。其中,当使用核电、光伏、风电和水电等非化石能源供能时,DAC碳去除成本在捕集成本的基础上略微增加;当使用电网或外购热供能时,DAC碳去除成本的增加较为明显。到2060年,使用光伏供能比其他供能方式更具成本优势。基于上述研究成果,建议尽早实施DAC技术的规模化示范工程,稳步扩大DAC应用规模,通过规模效应、工程优化降低DAC成本;建议DAC工厂因地制宜选择非化石能源供能,以降低碳去除成本。
展开更多
关键词
直接空气捕碳
成本
成本预测模型
DAC
在线阅读
下载PDF
职称材料
太阳能光伏发电成本的双因素学习曲线模型研究
被引量：
11
3
作者
曾鸣
鹿伟
+1 位作者
段金辉
李娜
《现代电力》
北大核心
2012年第5期72-76,共5页
随着太阳能这一新能源的开发,在低碳经济时代,降低光伏发电成本以提高其可利用性显得尤为重要。在Wright基本学习曲线模型的基础上,建立太阳能光伏发电的双因素学习曲线模型,研究了太阳能光伏组件累积生产量和累积研发量对太阳能光伏发...
随着太阳能这一新能源的开发,在低碳经济时代,降低光伏发电成本以提高其可利用性显得尤为重要。在Wright基本学习曲线模型的基础上,建立太阳能光伏发电的双因素学习曲线模型,研究了太阳能光伏组件累积生产量和累积研发量对太阳能光伏发电成本的影响。采用2001年至2010年10a的数据,运用最小二乘法,检验参数的显著性,进而确定模型的可行性。并利用此双因素学习曲线模型对我国未来10a的太阳能光伏发电成本做了预测,得出在累积生产量和累积研发量发展情况不同的情形下,光伏发电成本的降低程度不同。表明应大力开发太阳能光伏发电产业,平衡累积生产量和累积研发量,使太阳能光伏发电的成本降低。同时对如何降低光伏发电成本提出了建议,为政策制定者提供一定的参考。
展开更多
关键词
太阳能光伏组件
成本预测模型
累积生产量
累积研发量
双因素学习曲线
在线阅读
下载PDF
职称材料
题名
基于实数编码遗传算法的神经网络成本预测模型及其应用
被引量：
12
1
作者
刘威
李小平
毛慧欧
柴天佑
机构
东北大学自动化研究中心
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2004年第3期423-426,431,共5页
基金
国家自然科学资金项目(60074019)
国家863计划项目(2001AA413510)
国家科技攻关计划项目(2001BA201A03-KHKZ0002).
文摘
在生产过程中,影响产品成本的因素多而复杂,因素之间相互影响,存在耦合现象,因此准确预测成本是一个重要又难以解决的问题.通过遗传算法(GeneticAlgorithm)与误差反向传播(ErrorBackPropagation)神经网络相结合,提出了用实数编码的自适应变异遗传算法训练神经网络权重的混合算法,避免了传统神经网络易陷入局部极小的缺点.以矩阵形式表示产品成本组成,建立了产品成本组成模型,以此为基础建立了考虑成本因素之间互相影响的神经网络产品成本预测模型,并成功应用于某钢铁企业产品成本的预测,提高了预测精度.
关键词
实数编码
遗传算法
神经网络
成本预测模型
成本
控制
信息集成技术
BP网络
Keywords
cost prediction
genetic algorithm
neural network
real-coded
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
O242.23 [理学—计算数学]
在线阅读
下载PDF
职称材料
题名
直接空气捕碳(DAC)的成本评估预测及其影响因素
被引量：
2
2
作者
周爱国
余晓洁
贺红旭
夏菖佑
孙雨萌
刘牧心
梁希
机构
中国石油天然气集团公司科学技术协会
广东南方碳捕集与封存产业中心
中国石油天然气集团公司油气行业气候倡议组织(OGCI)工作秘书处
伦敦大学学院
出处
《洁净煤技术》
CAS
CSCD
北大核心
2024年第10期185-197,共13页
基金
中国石油天然集团有限公司科学研究与技术开发资助项目(2022DJ6607)。
文摘
直接空气捕碳技术能够从大气中直接捕获二氧化碳,是人类应对气候变化的重要手段。为了定量评估和预测中国DAC技术的成本,采用自上而下的工程经济分析方法构建了DAC成本分析及预测模型,并选取基于液体吸收工艺(L-DAC)和固体吸附工艺(S-DAC)的DAC技术,对不同规模情景、技术路径、能源类型下的DAC成本进行了研究。结果表明:未来的部署规模是影响DAC成本的关键因素。到2060年时,若中国DAC的CO_(2)捕集规模仅为0.3亿t/a,则L-DAC和S-DAC的CO_(2)去除成本将分别达到1037~1838元/t和869~922元/t;若部署规模达到3亿t/a,碳去除成本将分别降至729~1237元/t和543~580元/t;若部署规模达到6亿t/a,碳去除成本将进一步降至655~1102元/t和472~505元/t。能源相关的碳排放会降低DAC从空气中去除CO_(2)的效率,造成DAC碳去除成本上升。其中,当使用核电、光伏、风电和水电等非化石能源供能时,DAC碳去除成本在捕集成本的基础上略微增加;当使用电网或外购热供能时,DAC碳去除成本的增加较为明显。到2060年,使用光伏供能比其他供能方式更具成本优势。基于上述研究成果,建议尽早实施DAC技术的规模化示范工程,稳步扩大DAC应用规模,通过规模效应、工程优化降低DAC成本;建议DAC工厂因地制宜选择非化石能源供能,以降低碳去除成本。
关键词
直接空气捕碳
成本
成本预测模型
DAC
Keywords
direct air capture
cost
cost prediction model
DAC
分类号
TK91 [动力工程及工程热物理]
在线阅读
下载PDF
职称材料
题名
太阳能光伏发电成本的双因素学习曲线模型研究
被引量：
11
3
作者
曾鸣
鹿伟
段金辉
李娜
机构
华北电力大学经济与管理学院
出处
《现代电力》
北大核心
2012年第5期72-76,共5页
基金
美国能源基金会(G-1108-14658)
文摘
随着太阳能这一新能源的开发,在低碳经济时代,降低光伏发电成本以提高其可利用性显得尤为重要。在Wright基本学习曲线模型的基础上,建立太阳能光伏发电的双因素学习曲线模型,研究了太阳能光伏组件累积生产量和累积研发量对太阳能光伏发电成本的影响。采用2001年至2010年10a的数据,运用最小二乘法,检验参数的显著性,进而确定模型的可行性。并利用此双因素学习曲线模型对我国未来10a的太阳能光伏发电成本做了预测,得出在累积生产量和累积研发量发展情况不同的情形下,光伏发电成本的降低程度不同。表明应大力开发太阳能光伏发电产业,平衡累积生产量和累积研发量,使太阳能光伏发电的成本降低。同时对如何降低光伏发电成本提出了建议,为政策制定者提供一定的参考。
关键词
太阳能光伏组件
成本预测模型
累积生产量
累积研发量
双因素学习曲线
Keywords
solar photovoltaic module
cost forecast model
the accumulated production amount
the accumulated research and development amount
double-factors learning curve
分类号
TM615 [电气工程—电力系统及自动化]
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
基于实数编码遗传算法的神经网络成本预测模型及其应用
刘威
李小平
毛慧欧
柴天佑
《控制理论与应用》
EI
CAS
CSCD
北大核心
2004
12
在线阅读
下载PDF
职称材料
2
直接空气捕碳(DAC)的成本评估预测及其影响因素
周爱国
余晓洁
贺红旭
夏菖佑
孙雨萌
刘牧心
梁希
《洁净煤技术》
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
3
太阳能光伏发电成本的双因素学习曲线模型研究
曾鸣
鹿伟
段金辉
李娜
《现代电力》
北大核心
2012
11
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
