检索结果-维普期刊中文期刊服务平台

基于时变深度前馈神经网络的风电功率概率密度预测被引量：9: 1; 作者彭曙蓉彭家宜 +3 位作者杨云皓张恒李彬王冠南《电力科学与技术学报》 CAS CSCD 北大核心 2023年第3期84-93,共10页; 针对传统循环神经网络(RNN)和卷积神经网络(CNN)模型对风电功率进行较长时间尺度的短期预测时出现的时不变性问题,应用时变深度前馈神经网络(ForecastNet)模型进行短期风电功率不确定性预测。该模型的网络结构随时间变化以提高多步提前... 展开更多; 关键词神经网络风电概率预测时变深度前馈神经网络概率密度风电功率区间预测; 在线阅读下载PDF 职称材料

时变回归神经网络应用于弹簧优化设计的研究被引量：5: 2; 作者陈科赵韩《机械科学与技术》 CSCD 北大核心 2000年第6期898-900,903,共4页; 利用人工神经网络的理论 ,尝试将神经网络理论应用于机械优化设计。利用时变回归神经网络的可行性、渐近稳定性和最优性 ,通过神经网络系统的演化 ,使之演化到系统的平衡态 ,计算网络的 L yapunov函数 ,并将该函数与机械优化设计问题的... 展开更多; 关键词弹簧优化设计时变回归神经网络; 在线阅读下载PDF 职称材料

时变模糊神经网络及其在航空发动机排气温度预测中的应用被引量：11: 3; 作者付旭云陕振勇 +1 位作者李臻钟诗胜《计算机集成制造系统》 EI CSCD 北大核心 2014年第4期919-925,共7页; 为了提高气路参数偏差值预测精度,首先建立了时变模糊推理系统;同时,为了解决模糊推理系统因参数众多而难以实际应用的问题,建立了时变模糊神经网络,并给出了该网络的学习算法。采用Mackey-Glass时间序列对时变模糊神经网络的预测精度... 展开更多; 关键词时变模糊推理系统时变模糊神经网络航空发动机排气温度预测; 在线阅读下载PDF 职称材料

基于时变RBF网络的非线性时变系统建模被引量：2: 4; 作者吴雪娇孙明轩《计算机工程》 CAS CSCD 北大核心 2010年第23期162-164,167,共4页; 在常规RBF神经网络中采用时变权值,将其应用于非线性时变系统的建模。采用减聚类算法确定网络隐含层神经元数与基函数中心参数,以迭代学习最小二乘算法修正神经网络时变权值,给出时变RBF网络的学习算法。分析表明,迭代学习最小二乘权值... 展开更多; 关键词 RBF网络时变神经网络减聚类算法非线性时变系统; 在线阅读下载PDF 职称材料

题名基于时变深度前馈神经网络的风电功率概率密度预测被引量：9: 1; 作者彭曙蓉彭家宜杨云皓张恒李彬王冠南; 机构长沙理工大学电气与信息工程学院浙江大学计算机科学与技术学院国网江西省电力有限公司电力科学研究院; 出处《电力科学与技术学报》 CAS CSCD 北大核心 2023年第3期84-93,共10页; 基金湖南省教育厅重点项目(20A021) 国家自然科学基金面上项目(52177069)。; 文摘针对传统循环神经网络(RNN)和卷积神经网络(CNN)模型对风电功率进行较长时间尺度的短期预测时出现的时不变性问题,应用时变深度前馈神经网络(ForecastNet)模型进行短期风电功率不确定性预测。该模型的网络结构随时间变化以提高多步提前预测能力,模型交错输出以缓解梯度消失问题,使用混合密度网络得到各个时刻的概率密度分布。在避免传统深度学习模型中,该模型能避免递归多步预测累积误差的同时可以充分考虑相邻时刻风电功率的相关性;在模型隐藏层中,使用美国PJM网上的风电功率实际数据,分别应用全连接网络、卷积网络以及基于注意力机制的卷积网络3种神经网络模型进行预测,每次预测未来12 h的风电功率,滚动预测得到未来500 h的风电功率区间和概率密度,实验仿真结果能够证明所提预测模型的有效性。; 关键词神经网络风电概率预测时变深度前馈神经网络概率密度风电功率区间预测; Keywords neural network wind power probability prediction time⁃variant deep feed⁃forward neural network probability density interval prediction of wind power; 分类号 TM61 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名时变回归神经网络应用于弹簧优化设计的研究被引量：5: 2; 作者陈科赵韩; 机构合肥工业大学; 出处《机械科学与技术》 CSCD 北大核心 2000年第6期898-900,903,共4页; 文摘利用人工神经网络的理论 ,尝试将神经网络理论应用于机械优化设计。利用时变回归神经网络的可行性、渐近稳定性和最优性 ,通过神经网络系统的演化 ,使之演化到系统的平衡态 ,计算网络的 L yapunov函数 ,并将该函数与机械优化设计问题的最优解相对应 ,将人工神经网络在此时的网络参数与机械优化设计问题的设计变量相对应 ,从而实现机械优化问题的求解。描述了神经网络用于机械优化设计的仿真算法 ,并以弹簧为例进行了优化计算。; 关键词弹簧优化设计时变回归神经网络; Keywords Mechanical optimal design Artificial neural network Spring; 分类号 TH135 [机械工程—机械制造及自动化] TP182 [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

题名时变模糊神经网络及其在航空发动机排气温度预测中的应用被引量：11: 3; 作者付旭云陕振勇李臻钟诗胜; 机构哈尔滨工业大学(威海)船舶与海洋工程学院哈尔滨工业大学机电工程学院; 出处《计算机集成制造系统》 EI CSCD 北大核心 2014年第4期919-925,共7页; 基金国家863计划资助项目(2012AA040911) 国家自然科学基金资助项目(51305096) 民航局科技计划资助项目(MHRD201122)~~; 文摘为了提高气路参数偏差值预测精度,首先建立了时变模糊推理系统;同时,为了解决模糊推理系统因参数众多而难以实际应用的问题,建立了时变模糊神经网络,并给出了该网络的学习算法。采用Mackey-Glass时间序列对时变模糊神经网络的预测精度进行验证,并将其应用到发动机排气温度偏差值预测中。应用实例表明,时变模糊神经网络能更好地预测排气温度偏差值的变化趋势,为发动机预诊断提供支持。; 关键词时变模糊推理系统时变模糊神经网络航空发动机排气温度预测; Keywords time-varying fuzzy inference system time-varying fuzzy neural network aero-engine exhaust gas tem-perature prediction; 分类号 TP183 [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

题名基于时变RBF网络的非线性时变系统建模被引量：2: 4; 作者吴雪娇孙明轩; 机构浙江工业大学信息工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2010年第23期162-164,167,共4页; 基金国家自然科学基金资助项目(60474005 60774021 60874041); 文摘在常规RBF神经网络中采用时变权值,将其应用于非线性时变系统的建模。采用减聚类算法确定网络隐含层神经元数与基函数中心参数,以迭代学习最小二乘算法修正神经网络时变权值,给出时变RBF网络的学习算法。分析表明,迭代学习最小二乘权值修正算法保证了网络时变权值的有界性,迭代误差收敛于零。仿真结果验证了该方法在非线性时变系统建模方面的有效性。; 关键词 RBF网络时变神经网络减聚类算法非线性时变系统; Keywords RBF networks time-varying neural networks subtractive clustering algorithm nonlinear time-varying system; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 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	基于时变深度前馈神经网络的风电功率概率密度预测	彭曙蓉彭家宜杨云皓张恒李彬王冠南	《电力科学与技术学报》 CAS CSCD 北大核心	2023	9	在线阅读下载PDF 职称材料
2	时变回归神经网络应用于弹簧优化设计的研究	陈科赵韩	《机械科学与技术》 CSCD 北大核心	2000	5	在线阅读下载PDF 职称材料
3	时变模糊神经网络及其在航空发动机排气温度预测中的应用	付旭云陕振勇李臻钟诗胜	《计算机集成制造系统》 EI CSCD 北大核心	2014	11	在线阅读下载PDF 职称材料
4	基于时变RBF网络的非线性时变系统建模	吴雪娇孙明轩	《计算机工程》 CAS CSCD 北大核心	2010	2	在线阅读下载PDF 职称材料