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237篇文章
< 1 2 … 12 >
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：
基于改进Markov预测算法的电磁态势预测技术
1
作者 史雨璇 陈永游 +4 位作者 张东甲 包军 鲁加战 胡进 仵志鹏 《航天电子对抗》 2020年第3期15-18,35,共5页
在目前的电磁态势预测训练系统中,电磁态势预测算法作为训练辅助对参训人员的行为校正起到重要作用。当前在电磁态势预测方面主要运用Markov预测方法对电磁态势频谱数据进行处理,该方法预测准确率和真实目标值之间存在较大差异。为解决... 在目前的电磁态势预测训练系统中,电磁态势预测算法作为训练辅助对参训人员的行为校正起到重要作用。当前在电磁态势预测方面主要运用Markov预测方法对电磁态势频谱数据进行处理,该方法预测准确率和真实目标值之间存在较大差异。为解决这个问题,提出模糊C聚类方法和Markov预测方法相结合的改进Markov预测算法,并将该方法运用在电磁态势预测模拟训练辅助模块中,可以将预测准确率提升到90%左右,为训练高效、有序的进行提供有力保障。 展开更多
关键词 电磁态势预测 模糊C聚类 改进markov预测算法
在线阅读 下载PDF
基于改进布谷鸟搜索算法的压气机特性曲线预测
2
作者 王巍 李哲 +3 位作者 刘祎阳 姜孝谟 刘朋 李士龙 《推进技术》 北大核心 2025年第1期219-227,共9页
为了提高压气机特性曲线的预测精度和边界工况点的泛化能力,本文提出了一种改进布谷鸟搜索算法优化BP(ICS-BP)的模型,应用于某轴流压气机流量-压比特性预测方法研究,并对比分析了采用传统BP、遗传算法优化BP(GA-BP)、布谷鸟搜索算法优化... 为了提高压气机特性曲线的预测精度和边界工况点的泛化能力,本文提出了一种改进布谷鸟搜索算法优化BP(ICS-BP)的模型,应用于某轴流压气机流量-压比特性预测方法研究,并对比分析了采用传统BP、遗传算法优化BP(GA-BP)、布谷鸟搜索算法优化BP(CS-BP)、径向基函数神经网络(RBF)、极限学习机(ELM)、自优化支持向量机(MSVM)和ICS-BP模型的预测结果。分析显示,ICS-BP模型整体预测结果的相对误差最小,普遍在±1%以内,评价指标展现出最高的精度和鲁棒性,预测结果具有最佳的泛化能力,且优化后的模型解决BP易陷入局部最优的问题;ELM和RBF模型运行速度较快的情况下依然具有良好的整体预测精度,但对于边界工况点预测效果欠佳,适用于对时间成本要求高的场景。针对7F重型燃气轮机和NASA74A型号压气机特性曲线,通过ICS-BP模型预测的压比特性精度较高,整体预测结果的平均绝对百分误差分别为1.129%和0.590%,进一步验证了其在特性预测方面的优势。 展开更多
关键词 压气机特性 曲线预测 改进布谷鸟搜索算法 神经网络 泛化能力
在线阅读 下载PDF
基于改进鱼鹰优化算法与VMD-LSTM的超短期风电功率预测
3
作者 罗潇远 刘杰 +3 位作者 杨斌 覃涛 陈昌盛 杨靖 《太阳能学报》 北大核心 2025年第3期652-660,共9页
为提升超短期风电功率的预测精度,提出一种加入融合柯西变异和反向学习策略的改进鱼鹰优化算法(IOOA),用于优化以长短期记忆网络(LSTM)和变模态分解(VMD)为基础的组合预测模型。首先,采用变模态分解收集的历史风电功率数据,将非线性较... 为提升超短期风电功率的预测精度,提出一种加入融合柯西变异和反向学习策略的改进鱼鹰优化算法(IOOA),用于优化以长短期记忆网络(LSTM)和变模态分解(VMD)为基础的组合预测模型。首先,采用变模态分解收集的历史风电功率数据,将非线性较强的原始功率数据分解为较为稳定的子序列。其次,使用改进鱼鹰优化算法对长短期记忆网络的隐藏单元数目、训练周期、初始学习率3个参数进行寻优。最后,使用长短期记忆网络对各子序列预测,将各子序列预测值叠加起来得到最终结果。通过风电场实测数据仿真分析,相比于普通长短期记忆网络模型的预测结果,所提模型的均方根误差下降了62.5%、平均绝对百分比误差和平均绝对误差分别下降了61.1%和55.9%,预测精度也高于其他4种组合预测模型,表明该模型成功提高了超短期风电功率的预测精度。 展开更多
关键词 长短期记忆网络 变模态分解 风力发电 改进鱼鹰优化算法 功率预测 优化算法
在线阅读 下载PDF
基于多策略改进灰狼优化算法优化CNN-LSTM的IGBT寿命预测
4
作者 付聪 吴松荣 +2 位作者 柳博 张驰 王少惟 《半导体技术》 北大核心 2025年第2期161-169,共9页
针对绝缘栅双极型晶体管(IGBT)长期工作出现的老化失效问题,提出一种多策略改进灰狼优化算法优化卷积神经网络(CNN)和长短期记忆(LSTM)网络组合模型的IGBT寿命预测方法。分析IGBT的失效机理并建立CNN-LSTM组合预测模型。利用灰狼优化算... 针对绝缘栅双极型晶体管(IGBT)长期工作出现的老化失效问题,提出一种多策略改进灰狼优化算法优化卷积神经网络(CNN)和长短期记忆(LSTM)网络组合模型的IGBT寿命预测方法。分析IGBT的失效机理并建立CNN-LSTM组合预测模型。利用灰狼优化算法优化CNN-LSTM模型中的初始学习率等参数,为解决传统灰狼优化算法容易陷入局部最优解的问题,从最优解扰动、参数调整和搜索机制方面引入三种策略进行改进。最后,基于NASA研究中心提供的IGBT老化数据集对改进模型进行性能验证。仿真结果表明:对比LSTM、CNN-LSTM等模型,多策略改进灰狼优化算法优化的CNN-LSTM模型的均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)三个评价指标均为最优,可以有效应用于IGBT寿命预测。 展开更多
关键词 IGBT 长短期记忆网络 改进灰狼优化算法 莱维飞行策略 寿命预测
在线阅读 下载PDF
基于改进优化算法的WELM月径流预测模型研究
5
作者 王应武 华春莉 茶建帮 《人民长江》 北大核心 2025年第2期82-90,共9页
针对在月径流预测中将传统数据分解技术直接应用于整个时间序列时,在模型训练过程中会提前使用“未来信息”从而导致预测结果“不可信”的问题,提出两种不引入“未来信息”的小波包变换(WPT)-改进蝴蝶优化算法(IBOA)/改进海马优化(ISHO... 针对在月径流预测中将传统数据分解技术直接应用于整个时间序列时,在模型训练过程中会提前使用“未来信息”从而导致预测结果“不可信”的问题,提出两种不引入“未来信息”的小波包变换(WPT)-改进蝴蝶优化算法(IBOA)/改进海马优化(ISHO)算法-加权极限学习机(WELM)月径流时间序列预测模型。首先,将月径流时间序列划分为训练集和预测集,利用WPT分别对训练集和预测集进行分解处理,避免在训练过程中提前使用“预测集信息”;其次,通过6个典型函数验证IBOA/ISHO的寻优能力,利用IBOA/ISHO优化WELM输入层权值和隐含层偏差(简称“超参数”),建立WPT-IBOA/ISHO-WELM模型对各分解分量进行预测和重构;同时构建基于整个时间序列分解的WPT-IBOA/ISHO-WELM(全)模型,与其他4种优化算法和未经分解、未经优化的IBOA/ISHO-WELM、WPT-WELM模型作对比分析;最后,通过云南省李仙江流域把边、景东水文站月径流时间序列预测实例对各模型进行检验。结果表明:①WPT-IBOA-WELM、WPT-ISHO-WELM模型对把边、景东站月径流预测的平均绝对百分比误差(MAPE)为1.649%~1.897%,预测精度优于其他对比模型,具有更好的预测效果。②WPT-IBOA-WELM、WPT-ISHO-WELM模型的预测精度基本不受“未来信息”的影响,能客观真实反映出月径流预测效果,具有较好的实用意义。③IBOA/ISHO仿真精度和WELM超参数优化效果均优于其他优化算法,表明通过logistic映射等策略可以显著提升IBOA/ISHO优化性能。 展开更多
关键词 月径流预测 小波包变换 改进蝴蝶优化算法 改进海马优化算法 加权极限学习机 超参数优化 把边水文站 景东水文站 李仙江流域
在线阅读 下载PDF
基于改进麻雀算法的PCC-DBN-LSTM气温预测模型 被引量：1
6
作者 王冬萌 文斌 +3 位作者 李晓燕 徐越 刘书慧 付世军 《成都信息工程大学学报》 2024年第5期527-533,共7页
气温预测是气象学中的一个重要研究领域。随着气象精准化发展,迫切需要提升气温预测的精准度。为解决传统气温预测算法效果不佳,并且对于多个站点气象数据时空特征提取能力不足,提出一种基于改进麻雀算法优化的皮尔逊积矩相关系数(PCC)... 气温预测是气象学中的一个重要研究领域。随着气象精准化发展,迫切需要提升气温预测的精准度。为解决传统气温预测算法效果不佳,并且对于多个站点气象数据时空特征提取能力不足,提出一种基于改进麻雀算法优化的皮尔逊积矩相关系数(PCC)-深度置信网络(DBN)-长短时记忆网络(LSTM)的气温预测模型。首先利用Pearson相关系数对众多的气象参数进行选择,DBN网络对输入的多站点气象数据特征进行提取和降维,LSTM对提取的特征进行建模和预测。由于模型初始化参数众多,提出改进麻雀算法优化DBN-LSTM网络参数,提高模型的预测精度和稳定性。实验表明:所提模型的RMSE为0.527,精度高于单一模型和同类模型。 展开更多
关键词 气温预测 皮尔逊积矩相关系数 深度置信网络 改进麻雀算法 长短时记忆网络
在线阅读 下载PDF
多极小波包变换与改进浣熊算法优化的混合核极限学习机径流预测 被引量：3
7
作者 刀海娅 程刚 崔东文 《中国农村水利水电》 北大核心 2024年第6期1-9,20,共10页
为提高日径流多步预测精度,减少模型计算规模,同时提升浣熊优化(COA)算法和混合核极限学习机(HKELM)性能,提出多极小波包变换(MWPT)-改进COA算法(ICOA)-HKELM日径流时间序列预测模型。首先,利用MWPT将日径流时序数据分解为1个低频分量和... 为提高日径流多步预测精度,减少模型计算规模,同时提升浣熊优化(COA)算法和混合核极限学习机(HKELM)性能,提出多极小波包变换(MWPT)-改进COA算法(ICOA)-HKELM日径流时间序列预测模型。首先,利用MWPT将日径流时序数据分解为1个低频分量和2个高频分量,并构建局部高斯径向基核函数和全局多项式核函数相混合的HKELM;其次,简要介绍COA算法原理,基于Circle映射等策略对COA进行改进,提出ICOA算法,通过8个典型函数对ICOA算法进行仿真验证,并与基本COA算法、鲸鱼优化算法(WOA)、灰狼优化算法(GWO)作对比,旨在验证ICOA算法的优化性能;最后,利用ICOA优化HKELM超参数(正则化参数、核参数、权重系数),建立MWPT-ICOA-HKELM模型,并构建MWPT-COA-HKELM、MWPT-WOA-HKELM、MWPT-GWO-HKELM、小波包变换(WPT)-ICOA-HKELM、小波变换(WT)-ICOA-HKELM、MWPT-ICOA-BP模型作对比分析,通过云南省景东、把边水文站2016-2020年日径流时间序列多步预测实例对各模型进行验证。结果表明:(1)ICOA具有较好的改进效果,仿真精度优于COA、WOA、GWO算法。(2)MWPT-ICOA-HKELM模型预测效果优于其他对比模型,其对实例单步预测效果“最好”,超前3步和超前5步“较好”,超前7步“较差”,预测精度随预测步长的增加而降低。(3)利用ICOA优化HKELM超参数,可显著提高HKELM预测性能,超参数优化效果优于COA、WOA、GWO算法。 展开更多
关键词 日径流预测 多极小波包变换 改进浣熊优化算法 混合核极限学习机 超参数优化
在线阅读 下载PDF
新能源储能波动下的光伏发电预测算法改进 被引量：3
8
作者 陆沈雄 范亚伟 +2 位作者 屠永辉 戚成健 温世超 《电子设计工程》 2024年第3期152-156,共5页
新能源储能系统具有能量的时空平移性,光伏发电已成为未来发电的必然趋势,但是新能源储能自身的波动性使得光伏发电预测不精准。为此,提出了新能源储能波动下的光伏发电预测改进算法。采用储能技术平抑新能源储能波动,缓解波动给光伏发... 新能源储能系统具有能量的时空平移性,光伏发电已成为未来发电的必然趋势,但是新能源储能自身的波动性使得光伏发电预测不精准。为此,提出了新能源储能波动下的光伏发电预测改进算法。采用储能技术平抑新能源储能波动,缓解波动给光伏发电预测带来的影响。构建光伏发电预测模型,通过光伏发电系统改进结构参数,优化连接权值和阈值。采用升压转换器,选取合适开关控制信号,获取光伏发电最大功率点追踪结果。分析光伏系统实时发电量与时序关联性,采用改进分数阶算法,有效地跟踪光伏发电状态变化,计算光伏发电预测量。由实验结果可知,该算法与实际值存在最大为0.2 kW的误差,其余时间均一致,具有精准预测效果。 展开更多
关键词 新能源储能波动 光伏发电 预测算法改进 功率点追踪
在线阅读 下载PDF
基于改进沙猫群算法优化CNN-BiLSTM的热负荷预测 被引量：2
9
作者 王耀辉 薛贵军 赵广昊 《现代电子技术》 北大核心 2024年第14期20-29,共10页
针对传统热负荷预测精度不高、无法满足换热站及热网优化调控需求的问题,提出一种VMD-ISCSO-CNN-BiLSTM的热负荷预测模型。首先,利用变分模态分解(VMD)对原始供热负荷数据进行降噪处理,降低数据的不稳定性;其次,由K-means算法改进种群... 针对传统热负荷预测精度不高、无法满足换热站及热网优化调控需求的问题,提出一种VMD-ISCSO-CNN-BiLSTM的热负荷预测模型。首先,利用变分模态分解(VMD)对原始供热负荷数据进行降噪处理,降低数据的不稳定性;其次,由K-means算法改进种群初始化,由演变机制改进寻优能力和由变异机制改进跳出局部最优能力,利用改进沙猫群算法(ISCSO)对卷积神经网络、双向长短期记忆神经网络(CNN-BiLSTM)超参数进行寻优,建立热负荷预测模型;最后通过实例进行分析。结果表明,数据降噪后模型预测精度更高,R^(2)提升1.1%;由ISCSO优化的模型比其他算法优化的模型预测效果更好,拟合度达到99.4%;VMD-ISCSO-CNN-BiLSTM的组合预测模型相较于单一模型,RMSE降低18.5%,MAE降低13.8%,R^(2)提升15.8%,并有更好的拟合度,泛化性强,满足工程实际要求。 展开更多
关键词 热负荷预测 卷积神经网络 双向长短期记忆神经网络 改进沙猫群算法 变分模态分解(VMD) K-MEANS算法 演变机制 变异机制
在线阅读 下载PDF
基于改进TDOA与卡尔曼预测模型的目标定位跟踪算法研究
10
作者 李茂 幸小又 +3 位作者 钟志文 刘司洋 宁召柯 李雪婷 《现代雷达》 CSCD 北大核心 2024年第7期62-70,共9页
针对无人机集群无源定位领域的目标跟踪问题,提出了一种基于改进到达时间差(TDOA)算法与卡尔曼预测模型的目标定位跟踪算法。首先,针对现有基于Chan的TDOA算法在时差值精度不够时定位精度差,以及现有基于Taylor的TDOA算法受迭代初始值... 针对无人机集群无源定位领域的目标跟踪问题,提出了一种基于改进到达时间差(TDOA)算法与卡尔曼预测模型的目标定位跟踪算法。首先,针对现有基于Chan的TDOA算法在时差值精度不够时定位精度差,以及现有基于Taylor的TDOA算法受迭代初始值影响大导致算法稳健性不足的问题,提出基于Chan-Taylor的改进TDOA算法,该算法通过Chan算法快速求解出目标位置初始估计值,然后使用Taylor算法迭代求解出目标位置,在提高定位效率、缩短定位时间的基础上,提高了定位精度。其次,利用卡尔曼预测模型,将目标运动模型产生的目标位置预测值作为先验信息带入目标定位算法,通过将预测信息与定位信息有效融合,进一步提高目标定位精度。最后,通过实验仿真,从累积分布函数(CDF)、定位精度几何因子(GDOP),以及定位跟踪RMSE多个方面验证文中所提算法的正确性及有效性。 展开更多
关键词 无人机集群 目标定位跟踪 到达时间差 Chan-Taylor改进算法 卡尔曼预测模型
在线阅读 下载PDF
基于改进差分进化算法的步进式加热炉能耗预测方法
11
作者 仝翠芝 张惠 刘洪斌 《工业加热》 CAS 2024年第1期47-51,共5页
为了快速寻找到全局最优解,提高加热炉能耗的预测精度,提出基于改进差分进化算法的步进式加热炉能耗预测方法。首先,采用小波包原理对步进式加热炉的历史运行能耗数据展开去噪处理,提高能耗数据精度;其次,采用时间卷积网络建立步进式加... 为了快速寻找到全局最优解,提高加热炉能耗的预测精度,提出基于改进差分进化算法的步进式加热炉能耗预测方法。首先,采用小波包原理对步进式加热炉的历史运行能耗数据展开去噪处理,提高能耗数据精度;其次,采用时间卷积网络建立步进式加热炉能耗预测模型;最后,采用差分进化算法对预测模型进行求解,采用禁忌搜索算法对适应度值排名前10%的优良个体进行进一步的搜索,使差分进化算法的全局最优解寻求能力得到改进提升。实验结果表明,所提出预测方法去噪效果较高,预测结果与实际能耗结果基本一致,并且最长预测耗时不超过2 min。 展开更多
关键词 步进式加热炉 改进差分进化算法 能耗预测 小波包 禁忌搜索算法
在线阅读 下载PDF
改进麻雀搜索算法优化BP神经网络的短时交通流预测
12
作者 王珅 李昕光 +1 位作者 詹郡 吕桐 《青岛理工大学学报》 CAS 2024年第1期126-133,140,共9页
针对BP神经网络预测短时交通流量过于依赖初始参数的问题,提出一种基于改进麻雀搜索算法(ISSA)来优化BP神经网络的短时交通流预测模型(ISSA-BP)。针对标准麻雀搜索算法(SSA)易收敛于原点,容易陷入局部最优等问题,对麻雀群体中的发现者... 针对BP神经网络预测短时交通流量过于依赖初始参数的问题,提出一种基于改进麻雀搜索算法(ISSA)来优化BP神经网络的短时交通流预测模型(ISSA-BP)。针对标准麻雀搜索算法(SSA)易收敛于原点,容易陷入局部最优等问题,对麻雀群体中的发现者和部分加入者的位置更新公式分别进行改进,改进后的发现者将基于搜索维度的大小和当前最优值的位置来进行全局搜索,部分加入者将根据其与最优位置之间的距离来进行全局搜索。通过实验对BP,PSO-BP,SSA-BP,ISSA-BP 4种短时交通流预测模型的预测效果进行对比分析,结果显示,ISSA-BP短时交通流预测模型的误差最小,ISSA-BP模型相较BP模型在MAE评价指标上的预测精度提升了48.85%,有着更好的预测精度。 展开更多
关键词 短时交通流预测 算法优化 改进麻雀搜索算法 BP神经网络 基准测试函数
在线阅读 下载PDF
基于决策树ID3改进算法的煤与瓦斯突出预测 被引量：17
13
作者 李定启 程远平 +3 位作者 王海峰 王亮 周红星 孙建华 《煤炭学报》 EI CAS CSCD 北大核心 2011年第4期619-622,共4页
为提高工作面突出预测指标预测的准确率,根据灰色相关理论和决策树ID3算法,提出了基于决策树ID3改进算法的煤层工作面煤与瓦斯突出预测方法。该方法以工作面的钻屑解吸指标作为主要决策属性,以地质构造、瓦斯浓度变化等现场较为直观的... 为提高工作面突出预测指标预测的准确率,根据灰色相关理论和决策树ID3算法,提出了基于决策树ID3改进算法的煤层工作面煤与瓦斯突出预测方法。该方法以工作面的钻屑解吸指标作为主要决策属性,以地质构造、瓦斯浓度变化等现场较为直观的突出征兆作为辅助决策属性,同时根据矿井实际工作面煤与瓦斯突出数据建立预测样本数据集,把决策属性的相对灰色关联度作为决策树ID3改进算法的最大信息增益计算权重,建立了煤层工作面煤与瓦斯突出决策树预测模型,并采用该预测模型对10组煤与瓦斯突出数据进行了预测,结果表明,该模型预测的准确率显著高于采用单一钻屑指标预测的准确率。 展开更多
关键词 决策树 ID3改进算法 煤与瓦斯突出 预测方法
在线阅读 下载PDF
基于改进鲸鱼算法优化BP神经网络的煤自燃预测研究 被引量：11
14
作者 孔彪 朱思想 +4 位作者 胡相明 杨涛 赵旭帅 斐达特 万姝含 《矿业安全与环保》 CAS 北大核心 2023年第5期30-36,共7页
为实现煤自燃的高效预测预警,提出了一种改进鲸鱼优化算法结合BP神经网络(MSWOA-BP)的煤自燃温度预测模型。根据煤自燃升温实验进行了模型算法的有效性验证,进一步对比分析了粒子群优化(PSO-BP)模型、灰狼优化(GWO-BP)模型及标准鲸鱼优... 为实现煤自燃的高效预测预警,提出了一种改进鲸鱼优化算法结合BP神经网络(MSWOA-BP)的煤自燃温度预测模型。根据煤自燃升温实验进行了模型算法的有效性验证,进一步对比分析了粒子群优化(PSO-BP)模型、灰狼优化(GWO-BP)模型及标准鲸鱼优化(WOA-BP)模型的预测效果和性能,结果显示,MSWOA-BP、GWO-BP、WOA-BP和PSO-BP模型预测结果训练阶段平均百分比误差(MAPE)为1.7359%、2.6518%、6.1655%、6.5701%,测试阶段MAPE为3.0393%、6.0723%、6.7341%、7.6035%,表明MSWOA-BP预测模型具有更高的预测精度和稳定性。应用MSWOA-BP模型进行煤矿现场的温度预测,得到预测温度与现场实测温度的相对误差为2.3%~12.1%,实现了煤矿井下温度的快速预测,可为实现煤自燃的高效预测预警提供一种新方法。 展开更多
关键词 煤自燃 预测预报 指标气体 煤温 改进鲸鱼优化算法 预测模型
在线阅读 下载PDF
Lyapunov指数的算法改进与加权预测 被引量：9
15
作者 梁勇 孟桥 陆佶人 《声学技术》 CSCD 北大核心 2006年第5期463-467,共5页
对在计算最大Lyapunov指数方面获得广泛应用的Rosenstein方法作出了改进。Rosenstein方法在计算时,只选取一个最近邻点,容易受到噪声的影响。Kantz提出用固定邻域内多点平均的方法来减少噪声的影响,但固定邻域在实际计算时存在困难。针... 对在计算最大Lyapunov指数方面获得广泛应用的Rosenstein方法作出了改进。Rosenstein方法在计算时,只选取一个最近邻点,容易受到噪声的影响。Kantz提出用固定邻域内多点平均的方法来减少噪声的影响,但固定邻域在实际计算时存在困难。针对这个问题,提出了实用的可变邻域的取法。并且提出了将最大Lyapunov指数用于对预测模型进行加权,仿真表明预测效果得到了明显改善。 展开更多
关键词 混沌 李雅普诺夫指数计算 算法改进 加权预测
在线阅读 下载PDF
地下突水隐患识别与风险预测的改进D-S算法 被引量：5
16
作者 阮竹恩 李翠平 李仲学 《金属矿山》 CAS 北大核心 2014年第9期142-146,共5页
针对地下矿突水因素的不确定性与时空的随机性,主要应用改进D-S算法开展地下矿突水隐患识别与风险预测,以期为地下矿突水隐患识别和水灾预测与防治等提供有效的理论依据。在考虑地质突水因素的同时,更加注重在生产管理中的人为因素。通... 针对地下矿突水因素的不确定性与时空的随机性,主要应用改进D-S算法开展地下矿突水隐患识别与风险预测,以期为地下矿突水隐患识别和水灾预测与防治等提供有效的理论依据。在考虑地质突水因素的同时,更加注重在生产管理中的人为因素。通过采用专家打分法获取各突水因素的基本概率赋值(BPA),基于改进D-S算法,构建识别框架Ω={突水、临界、不突水、不确定},建立以富水性系数、隔水层系数、水压系数、构造系数、矿压系数、勘探系数、开采系数、预防管理系数为证据体的突水融合决策模型。最后,通过国内某典型矿山进行实际应用,结果与实际情况基本一致,说明所建立的预测模型是可行的。 展开更多
关键词 矿井突水 改进D-S算法 隐患识别 突水风险预测
在线阅读 下载PDF
一种基于混沌特性的网络流量改进预测算法 被引量：8
17
作者 陆锦军 王执铨 《兵工学报》 EI CAS CSCD 北大核心 2007年第11期1346-1350,共5页
高速网络中网络流量具有自相似特征,这种自相似性特征和混沌现象的吸引子有着密切联系。基于相空间重构理论,用网络流量混沌时间序列重构与原网络动力系统等距同构的相空间,通过计算网络关联维数、Kolmogorov熵和最大Lyapunov指数,证实... 高速网络中网络流量具有自相似特征,这种自相似性特征和混沌现象的吸引子有着密切联系。基于相空间重构理论,用网络流量混沌时间序列重构与原网络动力系统等距同构的相空间,通过计算网络关联维数、Kolmogorov熵和最大Lyapunov指数,证实网络流量具有混沌特性。分别采用基于Wolf原始算法和改进算法的最大Lyapunov指数方法,对网络流量进行了预测,并计算了最大可预报时间。仿真结果表明,基于Wolf改进算法的预测方法精度和可靠性高,从而为有效预防网络拥塞奠定了基础。 展开更多
关键词 自动控制技术 混沌 LYAPUNOV指数 重构相空间 预测 网络流量 改进算法
在线阅读 下载PDF
基于改进粒子群优化算法的短期风电功率预测 被引量：6
18
作者 徐敏 袁建洲 +1 位作者 刘四新 常俊甫 《郑州大学学报（工学版）》 CAS 北大核心 2012年第6期32-35,共4页
针对传统支持向量机(SVM)模型在风电功率预测中存在的参数选取问题,提出一种新的预测模型,采用改进的粒子群(MPSO)优化算法寻求SVM的最优参数模型,经典粒子群算法是一种全局优化算法,在此基础上提出改进的粒子群算法.算例结果表明,经MPS... 针对传统支持向量机(SVM)模型在风电功率预测中存在的参数选取问题,提出一种新的预测模型,采用改进的粒子群(MPSO)优化算法寻求SVM的最优参数模型,经典粒子群算法是一种全局优化算法,在此基础上提出改进的粒子群算法.算例结果表明,经MPSO优化的SVM模型应用于短期风电功率预测是有效的,使其预测精度有所提高. 展开更多
关键词 支持向量机 风电功率预测 改进粒子群优化算法 精度
在线阅读 下载PDF
基于神经网络模型和改进最优保留遗传算法的非线性系统多步预测控制 被引量：7
19
作者 陈红艳 李平 +1 位作者 刘桂芝 李海阳 《河北省科学院学报》 CAS 2002年第4期198-203,共6页
针对复杂工业过程中存在的时滞、慢时变、强干扰等非线性控制对象提出一种利用径向基函数神经网络 (RBFNN)作为预测模型 ,改进最优保留遗传算法 (MEGA)作为滚动优化策略的非线性预测控制算法。仿真结果表明该算法具有较强的鲁棒性和抗... 针对复杂工业过程中存在的时滞、慢时变、强干扰等非线性控制对象提出一种利用径向基函数神经网络 (RBFNN)作为预测模型 ,改进最优保留遗传算法 (MEGA)作为滚动优化策略的非线性预测控制算法。仿真结果表明该算法具有较强的鲁棒性和抗时变性能。 展开更多
关键词 非线性系统 多步预测控制 改进最优保留遗传算法 径向基函数神经网络 非线性预测控制 鲁棒性 预测模型
在线阅读 下载PDF
一种改进的BP算法在导弹成本预测中的应用 被引量：3
20
作者 于靖 刘建民 《弹箭与制导学报》 CSCD 北大核心 2006年第4期354-356,共3页
文中提出了一种更有效的前向BP神经网络,考虑了导弹成本中的一些非确定性的影响因素,建立了导弹成本的估算模型。经过算例结果表明,该方法所得的导弹成本预测精度取得了较满意的结果,具有实际应用价值。
关键词 改进BP算法 神经网络 导弹 成本预测
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 … 12 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