期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
橡胶-砂混凝土耗能特性智能预测模型研究
1
作者 梅贤丞 马亚丽娜 +4 位作者 李建贺 丁长栋 陈兴强 崔臻 白强强 《铁道工程学报》 EI CSCD 北大核心 2024年第7期113-120,126,共9页
研究目的:减震层结构设计是保障西部强震区地下工程结构稳定的重要措施,而减震材料的发展和应用是丰富减震层结构设计和保障其性能的关键,全面认识橡胶-砂混凝土耗能特性为其有效应用于地下工程减震层奠定基础。本文通过霍普金森压杆试... 研究目的:减震层结构设计是保障西部强震区地下工程结构稳定的重要措施,而减震材料的发展和应用是丰富减震层结构设计和保障其性能的关键,全面认识橡胶-砂混凝土耗能特性为其有效应用于地下工程减震层奠定基础。本文通过霍普金森压杆试验测试橡胶-砂混凝土的耗能性能,并基于试验结果,以反向传播神经网络为基础算法,通过四种不同的群体智能优化算法分别对其进行优化,从而构建四种集成反向传播神经网络-群体智能优化算法的混合智能预测模型。研究结论:(1)影响橡胶-砂混凝土耗能特性的重要程度从高到低依次为:橡胶含量>水泥含量>橡胶粒径;(2)四种混合智能预测模型的最佳种群数量为150(PSO-BPNN)、75(FOA-BPNN)、75(LSO-BPNN)和80(SSA-BPNN);(3)对橡胶-砂混凝土透射能占比预测精度最高的是LSO-BPNN混合智能模型,其他模型预测精度从优到劣依次为:PSO-BPNN、FOA-BPNN、SSA-BPNN;(4)本研究成果可用于研制适用于铁路隧道等地下工程减震材料的橡胶-砂混凝土,为保证铁路隧道安全建造和稳定运营的减震设计提供理论指导依据。 展开更多
关键词 地下工程减震层 橡胶-砂混凝土 耗能特性 智能预测模型
在线阅读 下载PDF
烧结矿质量级联集成智能预测模型 被引量:5
2
作者 李勇 吴敏 +2 位作者 曹卫华 赖旭芝 王春生 《仪器仪表学报》 EI CAS CSCD 北大核心 2011年第8期1742-1750,共9页
针对钢铁烧结配料工序完成后,烧结工况未知,仅依靠配料参数信息难以准确预测烧结矿质量的问题,提出了一种烧结矿质量级联集成智能预测模型。首先,分析并阐述了配料过程中预测烧结矿质量的意义,采用机理分析、数据统计以及灰色关联分析方... 针对钢铁烧结配料工序完成后,烧结工况未知,仅依靠配料参数信息难以准确预测烧结矿质量的问题,提出了一种烧结矿质量级联集成智能预测模型。首先,分析并阐述了配料过程中预测烧结矿质量的意义,采用机理分析、数据统计以及灰色关联分析方法,确定影响烧结矿质量的关键参数,并将其划分为在配料过程中可知的配料参数信息与未来生产中的烧结过程状态参数、操作参数信息;然后,提出了级联结构烧结矿质量智能集成预测模型,模型第1级采用基于T-S模糊融合的时间序列集成预测算法,准确预测烧结过程状态参数、操作参数以避免仪器仪表检测的滞后性,第2级根据第1级的预测输出和配料参数信息,采用基于BP神经网络与最小二乘支持向量机的信息熵集成预测模型,有效预测烧结矿铁品位、碱度和转鼓指数。仿真实验和工业应用表明:所建立的预测模型提高了烧结矿质量预测精度,对烧结生产具有重要指导意义。 展开更多
关键词 烧结过程 集成智能预测模型 T—S模糊融合 信息熵
在线阅读 下载PDF
超重力反应器天然气脱碳过程反应传质智能预测
3
作者 张威 张伟文 +3 位作者 李欣洋 傅程 黄斌 李玉星 《低碳化学与化工》 CAS 北大核心 2024年第12期96-102,共7页
超重力反应器具有优异的传质性能,在天然气脱碳领域具有广阔的应用前景。为了有效预测超重力反应器的天然气脱碳性能,首先搭建了一套超重力反应器天然气脱碳实验系统,考察了超重力因子、吸收液喷淋密度、混合气体积流量和进气组成等运... 超重力反应器具有优异的传质性能,在天然气脱碳领域具有广阔的应用前景。为了有效预测超重力反应器的天然气脱碳性能,首先搭建了一套超重力反应器天然气脱碳实验系统,考察了超重力因子、吸收液喷淋密度、混合气体积流量和进气组成等运行参数对模拟天然气脱碳效果的影响;然后采用无量纲方法建立了运行参数与传质系数之间的映射关系;最后基于最小二乘支持向量机(LSSVM)算法,建立了智能预测模型。结果表明,超重力因子和吸收液喷淋密度均存在最优值,分别为57.62和2.04 m^(3)/(m^(2)·h)。增大混合气体积流量,CO_(2)脱除效果下降,但传质系数增大。在最优模型参数([γ,t,d]=[13557.2021,9.5876,4])下,智能预测模型预测结果的决定系数(R2)和平均相对误差(MRE)分别为0.9519和0.0949,预测结果的相对误差在±20%以内,说明智能预测模型具有较高的准确性。 展开更多
关键词 超重力反应器 天然气脱碳 LSSVM算法 传质 智能预测模型
在线阅读 下载PDF
基于PNN和IGS的铅锌烧结块成分智能集成预测模型 被引量:2
4
作者 王春生 吴敏 佘锦华 《控制理论与应用》 EI CAS CSCD 北大核心 2009年第3期316-320,共5页
针对复杂的烧结块成分预测问题,提出一种基于过程神经网络和改进灰色系统的铅锌烧结块成分智能集成预测模型.首先利用过程神经网络可充分表达时间序列中时间累积效应、灰色系统可弱化数据序列波动性的特点,分别对烧结块成分进行预测,然... 针对复杂的烧结块成分预测问题,提出一种基于过程神经网络和改进灰色系统的铅锌烧结块成分智能集成预测模型.首先利用过程神经网络可充分表达时间序列中时间累积效应、灰色系统可弱化数据序列波动性的特点,分别对烧结块成分进行预测,然后从信息论的观点出发,提出一种确定各预测模型加权系数的熵值递推算法,通过对两个预测模型的预测结果进行加权集成,获得更加准确的铅锌烧结块成分预测结果.结果表明,智能集成模型的预测精度高于单一预测模型,能有效地对烧结块成分进行预测,满足了配料计算对预测精度和数据完备性的要求. 展开更多
关键词 铅锌烧结过程 成分预测 过程神经网络 改进灰色系统 信息熵 智能集成预测模型
在线阅读 下载PDF
医疗人工智能对医生职业自主性的挑战及应对
5
作者 康雨琪 何晓松 《医学与哲学》 北大核心 2025年第9期18-23,共6页
在医疗人工智能预测模型构建的“机−医−患”新型医疗模式下,部分医生的“自主判断”和“自主学习”将受到影响,即疾病诊断、治疗决策和自主学习的权利受到消解,从而间接削弱患者的自主权。提出三重改进路径:人机合作重建、人机关系重构... 在医疗人工智能预测模型构建的“机−医−患”新型医疗模式下,部分医生的“自主判断”和“自主学习”将受到影响,即疾病诊断、治疗决策和自主学习的权利受到消解,从而间接削弱患者的自主权。提出三重改进路径:人机合作重建、人机关系重构和嵌入医疗共享决策,切实提高医生职业自主性,以期促进医生与医疗人工智能预测模型的正向人机协同关系,既维护医生专业价值,又提升医疗服务的智能化与人性化水平,推动智能医疗向更高层次的协同治理演进。 展开更多
关键词 医生职业自主性 医疗人工智能预测模型 医疗人工智能 医学伦理
在线阅读 下载PDF
风电系统最大风能追踪的智能模型预测控制 被引量:3
6
作者 刘吉宏 吕跃刚 +1 位作者 郭鹏 徐大平 《计算机工程与应用》 CSCD 北大核心 2011年第9期228-232,共5页
根据最大风能捕获原理,额定风速以下风能的最大追踪可以通过控制双馈感应发电机(DFIG)跟踪最优转速来实现。以变速恒频双馈风力发电系统为研究对象,研究了额定风速以下风能的最大追踪控制问题。首先针对双馈发电机强耦合、强非线性、机... 根据最大风能捕获原理,额定风速以下风能的最大追踪可以通过控制双馈感应发电机(DFIG)跟踪最优转速来实现。以变速恒频双馈风力发电系统为研究对象,研究了额定风速以下风能的最大追踪控制问题。首先针对双馈发电机强耦合、强非线性、机理模型复杂的特点,采用支持向量机(SVM)理论建立了智能预测模型;然后利用反馈校正的方法对预测输出进行修正,构成控制闭环;最后利用粒子群优化算法(PSO)调整参数少、演化群体小、计算速度快的优点容易地求出最优控制序列,较好地解决了滚动优化计算中的"瓶颈问题"。仿真结果验证了所采用的预测模型具有比较好的抗干扰能力和泛化能力,预测控制算法能够实现控制目标。 展开更多
关键词 非线性智能模型预测控制 最大风能捕获 双馈感应发电机(DFIG) 转速控制 粒子群优化 支持向量机(SVM)
在线阅读 下载PDF
一种基于模糊神经网络的VBR MPEG视频流量预测模型 被引量:2
7
作者 刘晓颖 刘晓冬 +1 位作者 戴琼海 林孝康 《小型微型计算机系统》 CSCD 北大核心 2006年第4期766-768,共3页
针对VBR MPEG视频流的复杂特性,充分利用人工智能方法的优势,提出了一种基于模糊神经网络的视频流量预测模型,利用模糊逻辑模型达到减少预测误差的目的,采用神经网络满足网络通信的实时性要求.实验结果表明,该模型比传统AR模型显著提高... 针对VBR MPEG视频流的复杂特性,充分利用人工智能方法的优势,提出了一种基于模糊神经网络的视频流量预测模型,利用模糊逻辑模型达到减少预测误差的目的,采用神经网络满足网络通信的实时性要求.实验结果表明,该模型比传统AR模型显著提高了预测的准确度和可靠性. 展开更多
关键词 VBR MPEG 视频流量 模糊神经网络 智能预测模型
在线阅读 下载PDF
基于RES理论的岩爆倾向性预测方法 被引量:7
8
作者 郭立 吴爱祥 马东霞 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2004年第2期304-309,共6页
从工程地质因素、复杂环境因素和人为开挖因素3个方面分析了岩爆启动的主要影响因素,在此基础上,提出了一种基于RES理论的岩爆智能预测模型,并论证了人工神经网络的参数分析原理。此外,采用改进的前馈神经网络BP算法对交互作用矩阵进行... 从工程地质因素、复杂环境因素和人为开挖因素3个方面分析了岩爆启动的主要影响因素,在此基础上,提出了一种基于RES理论的岩爆智能预测模型,并论证了人工神经网络的参数分析原理。此外,采用改进的前馈神经网络BP算法对交互作用矩阵进行编码以及对参数的相对交互作用强度进行了分析。研究结果表明:运用该岩爆智能预测模型,不仅使岩爆倾向性的预测具有动态特性,同时又可以方便地对岩爆启动的主控因素进行分析。 展开更多
关键词 RES理论 岩爆倾向性 预测方法 岩石工程 BP算法 智能预测模型
在线阅读 下载PDF
基于加权粒子群优化的LSSVM的钢铁企业电力负荷预测 被引量:12
9
作者 李顺昕 秦砺寒 +2 位作者 胥永兰 牛东晓 王智敏 《华北电力大学学报(自然科学版)》 CAS 北大核心 2014年第6期104-108,共5页
钢铁企业电力负荷作为电力负荷的重要组成部分,钢铁电力负荷的准确预测对于提高电力负荷预测精度具有重要意义。为了实现钢铁电力负荷的中长期预测,本文选取了经济因素和社会因素作为自变量,引入带有惯性权重的粒子群算法(WPSO)对传统... 钢铁企业电力负荷作为电力负荷的重要组成部分,钢铁电力负荷的准确预测对于提高电力负荷预测精度具有重要意义。为了实现钢铁电力负荷的中长期预测,本文选取了经济因素和社会因素作为自变量,引入带有惯性权重的粒子群算法(WPSO)对传统的最小二乘支持向量机智能预测模型(LSSVM)参数进行优化,并利用某地区钢铁电力负荷样本数据进行验证,拟合结果显示,经过粒子群算法优化后的最小二乘智能向量机算法预测精度更高,收敛速度更快,具有良好的推广性和适应性。 展开更多
关键词 钢铁负荷预测 最小二乘支持向量机 粒子群优化 智能预测模型
在线阅读 下载PDF
集成智能楼宇的主动配电网建模及优化方法 被引量:48
10
作者 陈厚合 李泽宁 +3 位作者 靳小龙 姜涛 李雪 穆云飞 《中国电机工程学报》 EI CSCD 北大核心 2018年第22期6550-6562,共13页
提出一种集成智能楼宇灵活负荷的主动配电网建模及优化调度方法。首先,根据楼宇蓄热特性,基于热阻热容网络模型,构建考虑楼宇内部不同温度区域的智能建筑能耗预测模型;基于能耗预测模型,构建智能楼宇的暖通空调系统优化调控模型,通过在... 提出一种集成智能楼宇灵活负荷的主动配电网建模及优化调度方法。首先,根据楼宇蓄热特性,基于热阻热容网络模型,构建考虑楼宇内部不同温度区域的智能建筑能耗预测模型;基于能耗预测模型,构建智能楼宇的暖通空调系统优化调控模型,通过在温度舒适度范围内对楼宇室温进行优化调节,实现对暖通空调系统的能耗管理;进一步为考虑智能楼宇在不同优化调度策略下对配电网络的经济性与安全性影响,通过引入楼宇集群负荷系数,提出考虑负荷系数的集成智能楼宇的主动配电网建模及优化调度方法;最后,以冬季制热场景为例,对暖通空调多种调控方式下的楼宇集群进行优化调度分析,之后进一步对比分析楼宇集群优化调度对于主动配电网的经济性与安全性影响。结果表明,所提方法在保证温度舒适度的前提下可充分发掘智能楼宇的需求响应潜力,在一定程度上降低智能楼宇的运行成本;同时,考虑楼宇集群负荷系数的集成智能楼宇的主动配电网优化可在保证楼宇集群运行经济性的同时,一定程度上降低系统网损以及改善电压质量,进一步提高配电网运行的经济性与安全性。 展开更多
关键词 主动配电网 暖通空调系统 楼宇蓄热特性 热阻热容网络模型 智能建筑能耗预测模型 优化调度
在线阅读 下载PDF
纯碱煅烧过程的智能MPC优化控制策略 被引量:3
11
作者 邵剑 金晓明 《控制工程》 CSCD 北大核心 2013年第3期478-482,共5页
针对纯碱生产煅烧过程的时变、大时滞、多变量强耦合等复杂过程特性,以及实际煅烧生产过程中多台煅烧炉并联运行遇到的各种复杂工况,在基于煅烧过程的经济指标MPC优化控制策略的基础上提出了一种针对生产工况变化动态分配湿重碱进料量... 针对纯碱生产煅烧过程的时变、大时滞、多变量强耦合等复杂过程特性,以及实际煅烧生产过程中多台煅烧炉并联运行遇到的各种复杂工况,在基于煅烧过程的经济指标MPC优化控制策略的基础上提出了一种针对生产工况变化动态分配湿重碱进料量的智能MPC优化控制策略,并通过MATLAB进行仿真验证。仿真结果表明,智能MPC优化控制策略既能够实现单台煅烧炉出碱温度和出气温度等关键工艺指标的控制和优化,保证了产品质量,降低了蒸汽消耗;又能够在故障诊断和炉况监视的支持下,根据各台煅烧炉的生产工况动态分配进碱量,保证了整个煅烧工序的安全平稳生产,实现了总进碱量的整体优化。最后,将该优化控制策略应用于某纯碱厂轻灰煅烧工序,取得了较好的控制效果。 展开更多
关键词 动态矩阵控制 智能模型预测控制 负荷分配 纯碱煅烧
在线阅读 下载PDF
MRI评估直肠癌新辅助放化疗后肿瘤反应的研究进展 被引量:2
12
作者 刘丹 张胜潮 《磁共振成像》 CAS CSCD 北大核心 2022年第9期163-166,共4页
局部晚期直肠癌患者无法直接切除病灶,在实施新辅助放化疗(neoadjuvant chemoradiotherapy,nCRT)后,部分人群反应较敏感,会出现完全的肿瘤反应,因此,对于此类患者局部切除或“观察等待”疗法有望取代手术切除,从而可以保留患者肛门和避... 局部晚期直肠癌患者无法直接切除病灶,在实施新辅助放化疗(neoadjuvant chemoradiotherapy,nCRT)后,部分人群反应较敏感,会出现完全的肿瘤反应,因此,对于此类患者局部切除或“观察等待”疗法有望取代手术切除,从而可以保留患者肛门和避免不必要的手术并发症。因而需要一种无创且可靠的评估方法判断nCRT后的肿瘤反应。MRI在直肠癌的初次分期和重新评估肿瘤对nCRT的反应方面起着至关重要的作用。目前评估手段主要有常规MRI、功能MRI(functional magnetic resonance imaging,fMRI)以及基于MRI的人工智能预测模型。本文就以上三种评估方式在预测局部晚期直肠癌nCRT后肿瘤反应的研究进展进行综合阐述。 展开更多
关键词 直肠癌 新辅助放化疗 肿瘤反应 病理学完全缓解 磁共振成像 功能磁共振成像 人工智能预测模型 综述
在线阅读 下载PDF
复合胶凝体系对尾砂湿喷混凝土强度的影响及其配比优化 被引量:13
13
作者 胡亚飞 李克庆 +3 位作者 韩斌 郑禄璟 范玉赟 吉坤 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第11期3999-4009,共11页
由于尾砂粒径极细,采用传统的胶凝材料来配制尾砂湿喷混凝土时,存在胶凝材料耗量大且湿喷混凝土强度提升不明显的问题,为此,本文提出一种水泥-固废资源(硅粉-粉煤灰-矿渣粉)复合胶凝体系;为研究复合胶凝体系对尾砂湿喷混凝土强度的影响... 由于尾砂粒径极细,采用传统的胶凝材料来配制尾砂湿喷混凝土时,存在胶凝材料耗量大且湿喷混凝土强度提升不明显的问题,为此,本文提出一种水泥-固废资源(硅粉-粉煤灰-矿渣粉)复合胶凝体系;为研究复合胶凝体系对尾砂湿喷混凝土强度的影响规律并对其配比进行优化,利用Design-Expert软件中的响应面法Box-Behnken优化实验设计,并建立以硅粉、粉煤灰和矿渣粉掺量为变量的多元非线性强度回归模型;同时,构建一种ANN-GA智能算法强度优化模型。研究结果表明:尾砂湿喷混凝土强度不仅受单一因素的影响,而且明显受到双因素交互作用的影响;矿渣粉-粉煤灰掺量交互作用对混凝土强度影响最大,硅粉-粉煤灰掺量交互作用对混凝土强度影响最小。基于Box-Behnken可实现湿喷混凝土配比优化,但精度控制略差;本文构建的ANN-GA智能模型可精确预测湿喷混凝土强度,其平均相对误差为1.91%,拟合优度仅为0.986,利用该模型可实现不同强度等级尾砂湿喷混凝土配比的高精度优化。 展开更多
关键词 尾砂 湿喷混凝土 复合胶凝体系 智能预测模型 配比优化
在线阅读 下载PDF
煤与瓦斯突出微震-瓦斯互动响应预警研究 被引量:10
14
作者 隆能增 袁梅 +3 位作者 王关亮 王清辉 许石青 李鑫灵 《中国安全科学学报》 CAS CSCD 北大核心 2021年第4期125-132,共8页
为解决煤与瓦斯突出实时预警技术在现场应用误报率较高的问题,分析贵州省某矿掘进工作面煤与瓦斯突出主控因素和前兆特性,研究微震-瓦斯互动响应的实时预警机制,构建基于数据挖掘的煤与瓦斯突出智能预测模型,界定煤与瓦斯突出危险等级... 为解决煤与瓦斯突出实时预警技术在现场应用误报率较高的问题,分析贵州省某矿掘进工作面煤与瓦斯突出主控因素和前兆特性,研究微震-瓦斯互动响应的实时预警机制,构建基于数据挖掘的煤与瓦斯突出智能预测模型,界定煤与瓦斯突出危险等级划分原则,建立煤与瓦斯突出危险性实时预警系统;并利用该矿掘进工作面实测数据预测煤与瓦斯突出危险性等级。研究结果表明:智能预测模型预测精度较高,预测结果与钻屑瓦斯解吸指标K1值及瓦斯压力值P的一致性较好,所建预警系统的预警等级与工作面实际煤与瓦斯突出危险情况基本相符。 展开更多
关键词 煤与瓦斯突出 微震-瓦斯互动响应 智能预测模型 预警系统 实时预警指标
在线阅读 下载PDF
多情景下的电能替代潜力分析 被引量:51
15
作者 孙毅 周爽 +2 位作者 单葆国 贾德香 曹昉 《电网技术》 EI CSCD 北大核心 2017年第1期118-123,共6页
国家电网公司于2013年提出实施"电能替代"战略,力求在终端能源消费环节实现用电能替代散烧煤、直燃油等化石燃料,最终实现能源发展方式的根本转变。为了对未来中长期电能替代发展趋势及潜力进行预测分析,定义电能替代量来量... 国家电网公司于2013年提出实施"电能替代"战略,力求在终端能源消费环节实现用电能替代散烧煤、直燃油等化石燃料,最终实现能源发展方式的根本转变。为了对未来中长期电能替代发展趋势及潜力进行预测分析,定义电能替代量来量化电能替代潜力,建立了关于电能替代的环境负荷模型。将基于小波神经网络的智能修正预测模型嵌套在分析模型中,并通过脱钩理论模型确定多情景下的多种模型参数,实现对不同情景下终端电能替代量的有效预测。最后,对多种情景下未来中长期终端电能替代潜力进行了预测分析。 展开更多
关键词 电能替代 IPAT模型 智能修正预测模型 脱钩理论 中长期多情景分析
在线阅读 下载PDF
A hybrid decomposition-boosting model for short-term multi-step solar radiation forecasting with NARX neural network 被引量:4
16
作者 HUANG Jia-hao LIU Hui 《Journal of Central South University》 SCIE EI CAS CSCD 2021年第2期507-526,共20页
Due to global energy depletion,solar energy technology has been widely used in the world.The output power of the solar energy systems is affected by solar radiation.Accurate short-term forecasting of solar radiation c... Due to global energy depletion,solar energy technology has been widely used in the world.The output power of the solar energy systems is affected by solar radiation.Accurate short-term forecasting of solar radiation can ensure the safety of photovoltaic grids and improve the utilization efficiency of the solar energy systems.In the study,a new decomposition-boosting model using artificial intelligence is proposed to realize the solar radiation multi-step prediction.The proposed model includes four parts:signal decomposition(EWT),neural network(NARX),Adaboost and ARIMA.Three real solar radiation datasets from Changde,China were used to validate the efficiency of the proposed model.To verify the robustness of the multi-step prediction model,this experiment compared nine models and made 1,3,and 5 steps ahead predictions for the time series.It is verified that the proposed model has the best performance among all models. 展开更多
关键词 solar radiation forecasting multi-step forecasting smart hybrid model signal decomposition
在线阅读 下载PDF
Rolling force prediction for strip casting using theoretical model and artificial intelligence 被引量:3
17
作者 曹光明 李成刚 +4 位作者 周国平 刘振宇 吴迪 王国栋 刘相华 《Journal of Central South University》 SCIE EI CAS 2010年第4期795-800,共6页
Rolling force for strip casting of 1Cr17 ferritic stainless steel was predicted using theoretical model and artificial intelligence.Solution zone was classified into two parts by kiss point position during casting str... Rolling force for strip casting of 1Cr17 ferritic stainless steel was predicted using theoretical model and artificial intelligence.Solution zone was classified into two parts by kiss point position during casting strip.Navier-Stokes equation in fluid mechanics and stream function were introduced to analyze the rheological property of liquid zone and mushy zone,and deduce the analytic equation of unit compression stress distribution.The traditional hot rolling model was still used in the solid zone.Neural networks based on feedforward training algorithm in Bayesian regularization were introduced to build model for kiss point position.The results show that calculation accuracy for verification data of 94.67% is in the range of ±7.0%,which indicates that the predicting accuracy of this model is very high. 展开更多
关键词 kiss point Navier-Stokes equation rheological properties Bayesian method generalization capabilities
在线阅读 下载PDF
Developing energy forecasting model using hybrid artificial intelligence method
18
作者 Shahram Mollaiy-Berneti 《Journal of Central South University》 SCIE EI CAS CSCD 2015年第8期3026-3032,共7页
An important problem in demand planning for energy consumption is developing an accurate energy forecasting model. In fact, it is not possible to allocate the energy resources in an optimal manner without having accur... An important problem in demand planning for energy consumption is developing an accurate energy forecasting model. In fact, it is not possible to allocate the energy resources in an optimal manner without having accurate demand value. A new energy forecasting model was proposed based on the back-propagation(BP) type neural network and imperialist competitive algorithm. The proposed method offers the advantage of local search ability of BP technique and global search ability of imperialist competitive algorithm. Two types of empirical data regarding the energy demand(gross domestic product(GDP), population, import, export and energy demand) in Turkey from 1979 to 2005 and electricity demand(population, GDP, total revenue from exporting industrial products and electricity consumption) in Thailand from 1986 to 2010 were investigated to demonstrate the applicability and merits of the present method. The performance of the proposed model is found to be better than that of conventional back-propagation neural network with low mean absolute error. 展开更多
关键词 energy demand artificial neural network back-propagation algorithm imperialist competitive algorithm
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部