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3,108篇文章
< 1 2 … 156 >
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：
基于图卷积神经网络−双向门控循环单元及注意力机制的风电功率短期预测模型
1
作者 张光昊 张新燕 王朋凯 《现代电力》 北大核心 2025年第2期201-208,共8页
风电功率的准确预测对电力系统的稳定运行意义重大,针对传统组合模型难以充分挖掘变量间潜在依赖性,导致在高维度、大量数据下风电功率预测精度偏低的问题。该文提出一种图卷积神经网络–双向门控循环单元及注意力机制的短期风电功率预... 风电功率的准确预测对电力系统的稳定运行意义重大,针对传统组合模型难以充分挖掘变量间潜在依赖性,导致在高维度、大量数据下风电功率预测精度偏低的问题。该文提出一种图卷积神经网络–双向门控循环单元及注意力机制的短期风电功率预测模型。该模型以数值天气预报数据(numerical weather prediction,NWP)和风电功率历史数据作为输入,首先利用皮尔逊相关性分析筛选特征,然后借助残差连接的图卷积神经网络(graph convolutional neural network,GCN)和图学习层挖掘空间特征关系,接着采用双向门控循环单元(bidirectional gated recurrent unit,BiGRU)挖掘历史数据的时序特征,最后引入注意力机制(attentional mechanisms,AM)分配权重,实现风电功率短期预测。以某风电场实测数据为例进行算例分析,实验结果表明,该文方法在单步及多步预测中相比其他方法有更好的预测精度。 展开更多
关键词 风电功率预测 混合深度神经网络 图卷积神经网络 双向门控循环单元 注意力机制
在线阅读 下载PDF
基于BP神经网络结合ERA5数据的风电功率预测 被引量：2
2
作者 王婷婷 李斯胜 +4 位作者 于伟 能锋田 李星南 杨佳琳 熊亮 《储能科学与技术》 北大核心 2025年第1期183-189,共7页
随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优... 随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优化(particle swarm algorithm,PSO)算法优化模型,结合平均绝对误差、均方根误差和Pearson相关系数分析风电功率预测效果。结果表明,模型训练集中预测与实测风电功率变化趋势基本一致,呈现同增同减的趋势,BP模型的平均绝对误差为702.12 W,均方根误差为1000.18 W,相关系数为0.91,PSO-BP模型的平均绝对误差为700.75 W,均方根误差为995.16 W,相关系数为0.94;测试集中ERA5数据在一定程度上高估了风电功率,但整体趋势基本一致,BP模型的平均绝对误差为861.09 W,均方根误差为1150.86 W,相关系数为0.81;PSO-BP模型的平均绝对误差为829.55 W,均方根误差为1117.39 W,相关系数为0.83,模型的预测效果相对较好,PSO-BP模型相较于BP模型的预测效果均有一定程度的提高,在该区域的风电功率预测方面有较好的适用性。研究结果可为缺乏观测数据或观测数据质量不高的地区预测风电功率提供参考。 展开更多
关键词 风力发电 BP神经网络 ERA5再分析资料 粒子群优化算法 风电功率预测
在线阅读 下载PDF
基于循环神经网络与注意力机制的波动预测模型
3
作者 李希今 王祥任 刘金石 《吉林大学学报(理学版)》 北大核心 2025年第5期1397-1403,共7页
针对经典机器学习算法(如决策树、随机森林)在建模复杂隐式交互关系时预测准确率较低的问题,提出一个基于循环神经网络与注意力机制的波动预测模型.首先通过注意力机制计算各影响因素之间复杂的交互关系,然后采用循环神经网络学习表示... 针对经典机器学习算法(如决策树、随机森林)在建模复杂隐式交互关系时预测准确率较低的问题,提出一个基于循环神经网络与注意力机制的波动预测模型.首先通过注意力机制计算各影响因素之间复杂的交互关系,然后采用循环神经网络学习表示模型的隐变量,从而实现精准预测.与多个经典预测模型进行仿真对比实验的结果表明,该模型的预测准确率显著高于其他机器学习模型,从而为波动预测领域提供了一种更高效、精准的解决方案. 展开更多
关键词 循环神经网络 注意力机制 机器学习 预测模型
在线阅读 下载PDF
车辆主动悬架RBF神经网络的模型预测控制仿真研究
4
作者 顾苏怡 蒋昌华 《中国工程机械学报》 北大核心 2025年第3期410-414,共5页
为了提升车辆行驶的稳定性和乘坐的舒适性,提出一种基于径向基函数(RBF)神经网络的模型预测控制(MPC)系统,通过仿真验证主动悬架控制系统的有效性。创建7自由度车辆主动悬架简图,定义了车辆主动悬架动力学方程式。构建主动悬架MPC系统,... 为了提升车辆行驶的稳定性和乘坐的舒适性,提出一种基于径向基函数(RBF)神经网络的模型预测控制(MPC)系统,通过仿真验证主动悬架控制系统的有效性。创建7自由度车辆主动悬架简图,定义了车辆主动悬架动力学方程式。构建主动悬架MPC系统,利用RBF神经网络结构捕捉车辆主动悬架系统的复杂动态特性,通过对大量数据的学习和训练,能够快速建立主动悬架MPC参数,最终实现对车辆主动悬架系统的精确控制。利用Matlab软件对车辆主动悬架的车身加速度、悬架位移、轮胎位移进行仿真,评估车辆不同控制策略的行驶性能。结果显示:在路面信号激励下采用MPC,车辆主动悬架的车身加速度、悬架位移、轮胎位移变化幅度较大;采用RBF神经网络的MPC,车辆主动悬架的车身加速度、悬架位移、轮胎位移变化幅度较小。所提出的RBF神经网络MPC系统,能够增强车辆主动悬架抗干扰能力,从而保持车辆行驶的稳定性和舒适性。 展开更多
关键词 车辆 主动悬架 RBF神经网络 模型预测控制 仿真
在线阅读 下载PDF
基于嵌套优化的GA-PSO-BP神经网络短期风功率预测方法研究 被引量：3
5
作者 刘翘楚 王杰 +3 位作者 秦文萍 张文博 陈玉梅 刘佳昕 《电网与清洁能源》 北大核心 2025年第2期138-146,共9页
短期风电功率预测对于保障电力系统稳定运行具有重要意义。针对单一BP(back propagation)神经网络预测模型难以满足风电功率的强随机波动特性,结合遗传算法(geneticalgorithm,GA)和粒子群智能算法(particleswarm optimization,PSO),提... 短期风电功率预测对于保障电力系统稳定运行具有重要意义。针对单一BP(back propagation)神经网络预测模型难以满足风电功率的强随机波动特性,结合遗传算法(geneticalgorithm,GA)和粒子群智能算法(particleswarm optimization,PSO),提出嵌套优化的GA-PSO-BP神经网络短期风电功率预测模型。建立内外双层嵌套的优化机制,内层机制中引入GA算法优化PSO算法学习因子,优化后PSO算法作为外层机制实现BP神经网络阈值和权值的优化。模拟风电数据预测结果表明,比起GA-BP、PSO-BP、长短期记忆网络(long short-term memory,LSTM)预测模型,所提嵌套优化模型在平均绝对误差(mean absolute error,MAE)、均方根误差(root mean squared error,RMSE)、决定系数R2 3个评价维度上均取得了最优值;利用山西某风电场不同月份、不同时段、不同波动特征的实际运行数据进行验证,预测结果表明MAE均小于0.02,R2均大于0.99,所提嵌套优化模型具有较高的预测精度和拟合程度。 展开更多
关键词 风电功率预测 BP神经网络 遗传算法 粒子群算法 嵌套优化
在线阅读 下载PDF
基于聚类SABO-VMD和组合神经网络的短期光伏发电功率预测 被引量：4
6
作者 冯建铭 希望·阿不都瓦依提 蔺红 《太阳能学报》 北大核心 2025年第2期357-366,共10页
针对光伏发电预测单一模型处于不同天气状况时预测精度不高等问题,建立以卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)为基础的组合神经网络模型。提出一种基于鱼鹰优化算法(OOA),用以优化组合神经网络参数。此外引入注意力机制(Atte... 针对光伏发电预测单一模型处于不同天气状况时预测精度不高等问题,建立以卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)为基础的组合神经网络模型。提出一种基于鱼鹰优化算法(OOA),用以优化组合神经网络参数。此外引入注意力机制(Attention)突出强相关性因素的影响。采用高斯混合模型聚类(GMM)划分历史光伏数据为数个天气类型,并提出基于减法平均的优化算法(SABO)优化变分模态分解(VMD)参数,实现对各天气类型数据的分解。实验结果表明:基于SABO-VMD优化数据分解参数能有效提高预测精度;经实验对比分析,该文所提模型精度明显更高。 展开更多
关键词 光伏功率 变分模态分解 神经网络 功率预测 注意力机制 高斯混合模型聚类
在线阅读 下载PDF
图神经网络模型预测和解释离子液体毒性的研究 被引量：1
7
作者 冯海军 章冰璇 周健 《化工学报》 北大核心 2025年第1期93-106,共14页
离子液体对环境有潜在毒性,为了解其毒性机制,建立了三种传统机器学习(支持向量机,随机森林,多层感知机)和三种图神经网络(图注意力网络,消息传递神经网络,图卷积模型)模型,预测离子液体对大鼠IPC-81细胞等4种活生物体的毒性。凭借分子... 离子液体对环境有潜在毒性,为了解其毒性机制,建立了三种传统机器学习(支持向量机,随机森林,多层感知机)和三种图神经网络(图注意力网络,消息传递神经网络,图卷积模型)模型,预测离子液体对大鼠IPC-81细胞等4种活生物体的毒性。凭借分子结构信息,图卷积模型在4个数据集中的RMSE和MAE均最低,R^(2)均最高,因此,图卷积模型在预测离子液体毒性上更优越。同时,基于图卷积模型,建立毒性解释模型,从数据驱动上来分析原子基团对毒性的贡献。阳离子的芳香环和长烷基链会产生毒性,S^(+)、P^(+)、N^(+)、NH^(+)等原子基团会显著增强离子液体的毒性,而P^(-)、F、B^(-)、C等原子基团会有效降低离子液体的毒性。该发现可为快速筛选和开发更绿色低毒型离子液体提供理论依据。 展开更多
关键词 离子液体 毒性 机器学习 图神经网络 模型 预测 可解释性
在线阅读 下载PDF
预测输尿管软镜碎石术后并发尿源性脓毒症的反向传播神经网络模型构建
8
作者 陈文炜 何彦丰 +5 位作者 卢凯鑫 刘昌毅 江涛 张华 高锐 薛学义 《浙江大学学报(医学版)》 北大核心 2025年第1期99-107,I0032-I0034,共12页
目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性... 目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性脓毒症的影响因素及其交互作用。同时建立logistic回归模型和神经网络模型进行预测,通过受试者工作特征曲线评估两种模型的预测效能。结果:单因素分析显示,结石手术史、性别、尿培养阳性、结石直径、糖尿病、手术时间、白细胞、血小板、C反应蛋白(CRP)及肝素结合蛋白(HBP)水平与FURL后并发尿源性脓毒症显著相关(均P<0.05)。多因素分析表明,尿培养阳性、CRP及HBP水平是FURL后并发尿源性脓毒症的独立危险因素(均P<0.05)。交互作用分析显示,CRP与HBP对FURL后并发尿源性脓毒症的影响在相加模型(RERI=8.453,95%CI:2.645~16.282;AP=0.696,95%CI:0.131~1.273;S=3.369,95%CI:1.176~7.632)和相乘模型(OR=1.754,95%CI:1.218~3.650)中存在交互作用;CRP与尿培养对FURL后并发尿源性脓毒症的影响在相乘模型(OR=2.449,95%CI:1.525~3.825)中存在交互作用。预测模型比较显示,反向传播神经网络模型较logistic回归模型具有更优的预测效能。结论:CRP和HBP水平是FURL后并发尿源性脓毒症的独立危险因素,基于CRP、HBP等因素构建的反向传播神经网络模型较logistic回归模型具有更高的预测准确性。 展开更多
关键词 肝素结合蛋白 C反应蛋白 输尿管软镜碎石术 尿源性脓毒症 预测 LOGISTIC回归模型 反向传播神经网络模型
在线阅读 下载PDF
基于深度神经网络的竖向地震动加速度反应谱预测模型
9
作者 高铭宇 公茂盛 +3 位作者 左占宣 贾佳 刘博 王晓敏 《世界地震工程》 北大核心 2025年第4期106-117,共12页
竖向地震动对工程结构地震响应有重要影响,发展可靠的竖向地震动预测模型是地震工程领域的一项重要课题。传统的地震动预测主要基于实际强震动记录,采用最小二乘回归方式得到地震动参数预测模型,但是传统最小二乘回归通常假设变量之间... 竖向地震动对工程结构地震响应有重要影响,发展可靠的竖向地震动预测模型是地震工程领域的一项重要课题。传统的地震动预测主要基于实际强震动记录,采用最小二乘回归方式得到地震动参数预测模型,但是传统最小二乘回归通常假设变量之间是线性关系或预设的函数形式,这可能无法完全捕捉地震数据中复杂的非线性关系,而深度学习模型能够从数据中学习规律并对复杂的数据分布提供更高的预测精度。因此通过深度学习方法,基于NGA-West2数据库选取了9 953条竖向地震动记录,然后计算反应谱并进行模型训练与预测,建立了Self-DNN竖向地震动反应谱预测模型,并与传统预测模型以及DNN神经网络模型进行了对比。结果表明,本文基于深度学习算法建立的竖向地震动反应谱预测模型具有较好的可靠性和准确性,可以取得良好的预测效果。研究结果可以为竖向地震动反应谱预测和结构抗震设计等工作提供参考。 展开更多
关键词 竖向地震动 地震动反应谱 神经网络 深度学习 预测模型
在线阅读 下载PDF
不同温湿度贮藏对澳洲坚果鲜果品质的影响及BP神经网络预测模型构建
10
作者 付镓榕 马尚玄 +6 位作者 杨悦雪 徐文婷 兰秀华 魏元苗 黄克昌 贺熙勇 郭刚军 《食品工业科技》 北大核心 2025年第13期314-326,共13页
为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值... 为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值、总酚含量、总糖含量的影响,并基于反向传播(Backpropagation,BP)神经网络构建澳洲坚果鲜果短期贮藏的品质预测模型,测试集评估模型的预测性能。结果表明,在短期贮藏中35℃-RH80%条件贮藏的水分损失最快,35℃贮藏的青皮裂果率增速显著高于30、40℃(P<0.05),30℃时果皮霉果率增速显著高于35、40℃(P<0.05)。在贮藏期间酸价、过氧化值均呈上升趋势,贮藏结束时35℃-RH90%条件贮藏的酸价最高,为15.57 mg/100 g,30℃-RH80%条件贮藏的过氧化值最高,为36.44μg/g;碘值、总酚含量呈先上升后下降的趋势,贮藏期间35℃-RH90%条件贮藏的碘值增幅最大为119.26 mg/g,贮藏结束40℃-RH80%条件贮藏的碘值最低为675.72 mg/g,贮藏结束35℃-RH80%、40℃-RH90%总酚含量均为0.88 mg/g,显著低于其他贮藏条件(P<0.05);总糖含量呈下降趋势,贮藏结束35℃-RH80%条件贮藏的总糖含量显著低于其他贮藏条件(P<0.05)。相关性分析表明预测模型的输入层与输出层具有较好的相关性,澳洲坚果鲜果短期贮藏的品质预测模型隐含层节点数为7,酸价、过氧化值、碘值、总酚含量、总糖含量训练集的相关系数分别为0.97952、0.98815、0.94869、0.94882、0.97109,预测精度良好。因此,神经网络预测模型可用于预测澳洲坚果鲜果在采后运输及贮藏过程中的品质变化,并为神经网络预测模型在澳洲坚果品质预测中的应用奠定基础。 展开更多
关键词 澳洲坚果 鲜果 贮藏品质 预测模型 反向传播(BP)神经网络
在线阅读 下载PDF
基于GM(1,1)与BP神经网络模型的西安市地下水位动态特征及趋势预测研究
11
作者 李培月 梁豪 +2 位作者 杨俊岩 田艳 寇晓梅 《西北地质》 北大核心 2025年第3期236-245,共10页
地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位... 地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位动态的主要因素,通过SPSS对影响地下水位动态的降水量和开采量两个主要因素进行相关性分析,并基于GM(1,1)灰度预测模型和BP神经网络模型对地下水位变动趋势进行了预测。结果表明:(1)2010~2016年,地下水位整体上呈下降趋势,2016~2020年间,得益于地下水压采和供水设施的不断优化完善,地下水位呈回升趋势。(2)降水和人为开采均对西安市地下水位变动具有显著影响;地下水位埋深是决定受降水影响程度的关键因素,其中河漫滩地区最为敏感,阶地次之,黄土塬区较弱。地下水开采量与地下水位埋深具有更强的相关性。这凸显了其在调控地下水位动态变化中的主导地位。(3)地下水位预测结果显示,随着地下水开采量呈现出逐年下降的趋势,研究区地下水整体处于波动上升趋势。本研究对西安市地下水动态的影响因素及预测趋势进行了研究,对地下水资源管理和可持续发展具有重要参考价值。 展开更多
关键词 地下水位动态 主导因素 回归分析 灰色模型 BP神经网络预测
在线阅读 下载PDF
基于HBF神经网络观测器的PMSM无模型预测电流控制
12
作者 马炳图 杜钦君 +2 位作者 张婷 李伟强 刘家合 《仪器仪表学报》 北大核心 2025年第8期376-386,共11页
针对风电机组变桨系统永磁同步电机(PMSM)在复杂运行环境中参数时变引发的模型失配难题,提出了一种融合超局部建模、HBF神经网络观测器以及改进双矢量调制的PMSM无模型预测电流控制(HBF-MFPCC)方案。根据一阶超局部模型原理构建了PMSM... 针对风电机组变桨系统永磁同步电机(PMSM)在复杂运行环境中参数时变引发的模型失配难题,提出了一种融合超局部建模、HBF神经网络观测器以及改进双矢量调制的PMSM无模型预测电流控制(HBF-MFPCC)方案。根据一阶超局部模型原理构建了PMSM无模型预测电流控制的预测模型,仅需使用电机的电流和电压等历史信息即可预测未来时刻的电流值,彻底摆脱对电机电阻、电感和磁链等参数的依赖,解决了传统模型预测电流控制(MPCC)依赖于精确电机参数的问题;设计了一种HBF神经网络观测器来对预测模型的集总误差进行快速辨识,采用决策树优化基函数中心与宽度,该观测器具有较高的辨识速度和适应性,能够有效提高预测模型的准确度;采用一种改进的双矢量最优占空比调制策略,从19组电压矢量组合中选择最优矢量作用于逆变器,并通过自适应时长分配抑制电流纹波,提高电流的跟踪性能。仿真和实验结果表明,在模拟极端参数失配的工况下,提出的HBF-MFPCC策略相比MPCC策略能够使电流跟踪误差降低50%,谐波失真率降低28%;设计的HBF神经网络观测器能够使电流跟踪误差降低53%,谐波失真率降低55%;改进双矢量调制方法能够使电流跟踪误差降低24%,谐波失真率降低11%;该方案能够显著提高系统的鲁棒性且保证良好的电流跟踪性能。 展开更多
关键词 风力发电机 永磁同步电机 无模型预测电流控制 一阶超局部模型 神经网络观测器 双矢量控制
在线阅读 下载PDF
农村消费增长趋势预测优化模型构建——基于面板计量与SCG-BP神经网络 被引量：1
13
作者 王刚 宋思睿 《商业经济研究》 北大核心 2025年第7期56-60,共5页
农村居民消费增长作为决定经济快速可持续发展的重要因素之一,对释放农村地区消费潜力、拉动内需、增强内循环活力具有重要价值和意义。本文运用面板计量模型对全国各省2006-2022年相关数据进行实证分析,提出了SCG-BP预测模型,采用量化... 农村居民消费增长作为决定经济快速可持续发展的重要因素之一,对释放农村地区消费潜力、拉动内需、增强内循环活力具有重要价值和意义。本文运用面板计量模型对全国各省2006-2022年相关数据进行实证分析,提出了SCG-BP预测模型,采用量化共轭梯度法训练BP神经网络,对农村居民消费增长趋势进行预测,有效解决了BP神经网络收敛速度慢、局部振动的缺点。结果表明,SCG-BP模型在预测精度上优于传统BP神经网络模型、灰度预测模型以及指数平滑预测模型;在训练集和测试集上的误差率均小于0.02%,具有较高精度。结合实证分析结果,从提高收入、完善保障、人才回流等方面提出促进农村居民消费增长潜力的合理性建议。 展开更多
关键词 面板模型 农村消费增长潜力 预测模型 人工神经网络 SCG-BP神经网络
在线阅读 下载PDF
结合神经网络与模型预测控制的燃机运行扰动抑制研究
14
作者 张玉豪 王子楠 +1 位作者 曾博洋 田震 《推进技术》 北大核心 2025年第10期229-243,共15页
本文针对燃气轮机中氢燃料的扰动带来的控制问题,首先针对PI控制器利用改进的差分算法对控制器参数进行优化,以提高其动态性能及抗扰动效果。在此基础上,进一步选用智能控制方法进行研究,提出了一种结合门控循环单元与混沌神经网络的模... 本文针对燃气轮机中氢燃料的扰动带来的控制问题,首先针对PI控制器利用改进的差分算法对控制器参数进行优化,以提高其动态性能及抗扰动效果。在此基础上,进一步选用智能控制方法进行研究,提出了一种结合门控循环单元与混沌神经网络的模型预测控制器(GRU-CNN-MPC)。采用门控循环单元(GRU)构建非线性预测模型,并结合混沌神经网络(CNN)进行滚动优化以增强全局寻优能力。仿真结果表明,GRU-CNN-MPC控制方法相对于差分进化算法整定参数的PI控制器显著提升了系统的跟踪性能,在燃料短时阶跃和周期性供应不稳定的情况下,可大幅降低扰动幅值并缩短调节时间。其中,扰动幅度最大可降低75.00%,调节时间最多可缩短91.18%,展现出更优的扰动抑制效果。该方法为燃气轮机提供了更精准、快速的转速控制方案,满足了复杂工况下的控制需求。 展开更多
关键词 氢燃气轮机 燃料扰动 模型预测控制 门控循环单元 混沌神经网络
在线阅读 下载PDF
基于改进NNA和BP神经网络模型的深基坑沉降预测
15
作者 王仁志 张伟国 +3 位作者 寇苗苗 刘飞 王金涛 张拥军 《科学技术与工程》 北大核心 2025年第24期10416-10425,共10页
为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning... 为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning, FBRLNNA),并结合反向传播(back propagation, BP)神经网络构建地表沉降预测模型,将提出的沉降预测模型在青岛15号线地铁工程基坑中进行应用与验证。基于18种基准函数比较FBRLNNA与9种竞争优化算法的表现,仿真试验表明,FBRLNNA在80%的基础基准函数上均表现出更优的性能。对比分析FBRLNNA-BP模型及其他4种模型的基坑沉降预测结果,FBRLNNA-BP模型的均方误差(mean squared error, MSE)、平均绝对误差(mean absolute error, MAE)、均方根误差(root mean square error, RMSE)及决定系数(R^(2))均最佳,沉降预测结果误差小于5%,表明该预测模型具有更好的沉降预测精度。研究成果可为基坑开挖引发的地表沉降预测提供了新的方法和参考。 展开更多
关键词 具有信息反馈和反向学习机制的神经网络优化算法(FBRLNNA) 反向传播(BP)神经网络 FBRLNNA-BP模型 基坑开挖 沉降预测
在线阅读 下载PDF
粒子群优化小波神经网络的功率预测研究
16
作者 柴赟 刘志仁 +2 位作者 曹卫青 杨勤胜 陈公海 《南京师大学报(自然科学版)》 北大核心 2025年第3期129-138,共10页
电力系统的复杂化及可再生能源的集成增加,对电力系统运行中的功率预测技术提出了更高的要求.准确的功率预测对于电力系统的稳定运行、优化发电计划以及减少运营成本非常关键.为应对这一挑战,本文设计了一种将改进后的小波神经网络(WNN... 电力系统的复杂化及可再生能源的集成增加,对电力系统运行中的功率预测技术提出了更高的要求.准确的功率预测对于电力系统的稳定运行、优化发电计划以及减少运营成本非常关键.为应对这一挑战,本文设计了一种将改进后的小波神经网络(WNN)与粒子群优化(PSO)算法相结合的混合模型,有效提升了功率预测的精度与效率.小波神经网络的优势在于其能够处理非线性和非平稳时间序列数据,而粒子群优化则通过其全局搜索能力优化网络参数,从而避免局部最优问题,加速训练过程,改进的Gaussian小波函数增强了模型的多尺度能力.实验结果表明,相比于小波神经网络预测模型,改进后的PSO-WNN模型在预测精度和收敛速度方面均有显著的提升. 展开更多
关键词 粒子群优化 小波神经网络 功率预测
在线阅读 下载PDF
府谷地区黄土湿陷性与土体物性参数关系及其神经网络预测模型
17
作者 许力 樊杰 朱凯 《太原理工大学学报》 北大核心 2025年第5期1054-1060,共7页
【目的】为充分利用现有实验资料,挖掘土体物性参数与湿陷性之间的内在联系,建立了快速预测黄土湿陷性系数的神经网络模型。【方法】以陕北府谷地区黄土为例,基于该区长期以来积累的岩土勘察数据,以各物性参数的物理意义为基础将其分为5... 【目的】为充分利用现有实验资料,挖掘土体物性参数与湿陷性之间的内在联系,建立了快速预测黄土湿陷性系数的神经网络模型。【方法】以陕北府谷地区黄土为例,基于该区长期以来积累的岩土勘察数据,以各物性参数的物理意义为基础将其分为5类,而后结合土力学基本理论及黄土湿陷性的定义,通过绘制各物性参数与湿陷系数之间的相关性散点图及拟合曲线,对其相关性进行讨论分析;通过偏相关分析的方法,定量讨论了各物性参数与湿陷系数之间的相关程度;剔除了相关程度较弱的液限、塑限、塑性指数、压缩模量和压缩系数,将相关性较大的取土深度、孔隙比、饱和度引入GRNN神经网络,建立了一套府谷地区黄土湿陷性评价预测模型。【结果】通过验证得出该评价模型参数选取全面、可靠,建模方法科学,结果精度较高,贴近实际,可以较好满足工程应用的需要。 展开更多
关键词 府谷县 黄土湿陷 物理力学指标 偏相关分析 模型预测 神经网络
在线阅读 下载PDF
基于自组织竞争神经网络虚拟测风的分散式风电场超短期功率预测
18
作者 张小贝 李润 +2 位作者 王振福 徐峰 宋美洋 《电测与仪表》 北大核心 2025年第9期142-148,共7页
为充分降低分散式风电场超短期预测功率的误差,提出基于自组织竞争神经网络虚拟测风的分散式风电场超短期功率预测模型。从软硬件和数据流分析了分散式风电场功率预测系统架构,为模型建立提供基础。采用自组织竞争神经网络理论建立大型... 为充分降低分散式风电场超短期预测功率的误差,提出基于自组织竞争神经网络虚拟测风的分散式风电场超短期功率预测模型。从软硬件和数据流分析了分散式风电场功率预测系统架构,为模型建立提供基础。采用自组织竞争神经网络理论建立大型风电场的虚拟测风模型,以虚拟测风点测量数据,气温,天气类型,风向,湿度在内的预测特征集为输入数据,以超短期范围风机风速为输出数据构建网络,从而实现了基于若干个虚拟测风塔测量数据得到分散式风电场中不同风机的风速环境。进一步针对各个风机的参数数据进行广义误差分布最优化算法进行拟合,进而基于虚拟测风结果计算各个风机的超短期预测出力,通过某地区分散式风电场的超短期风电功率预测算例验证了所建立模型的有效性。 展开更多
关键词 风电功率 超短期预测 虚拟测风技术 自组织竞争神经网络 广义误差分布
在线阅读 下载PDF
基于BP神经网络的易贡藏布河流含沙量预测模型研究
19
作者 武泽宇 宁家贤 高朋辉 《水电能源科学》 北大核心 2025年第7期78-80,56,共4页
准确预测河流泥沙含量及其变化趋势,对于河流管理、水资源利用及生态环境保护具有重要意义。为此,引入BP神经网络,基于易贡藏布水文站2013~2022年实测数据,构建了基于BP神经网络的含沙量预测模型,利用该模型预测了易贡藏布河流含沙量,... 准确预测河流泥沙含量及其变化趋势,对于河流管理、水资源利用及生态环境保护具有重要意义。为此,引入BP神经网络,基于易贡藏布水文站2013~2022年实测数据,构建了基于BP神经网络的含沙量预测模型,利用该模型预测了易贡藏布河流含沙量,并选取决定系数、平均绝对值误差、平均偏差、均方根误差评价模型的性能。结果表明,所提模型预测精度极高,R^(2)值远超0.98,误差指标均趋近于零,充分验证了该模型的有效性与准确性,为该流域未来含沙量预测工作提供了参考依据和科学指导。 展开更多
关键词 BP神经网络模型 易贡藏布河 含沙量预测 机器学习
在线阅读 下载PDF
基于深度神经网络的布鲁氏菌病风险预测模型的构建和验证
20
作者 刘思远 宋彪 +5 位作者 刘桂枝 王君 薛兰 苏杰 王宏利 沈欣 《中山大学学报(医学科学版)》 北大核心 2025年第4期700-707,共8页
【目的】采用深度神经网络算法构建布鲁氏菌病预测模型,提升布鲁氏菌病的早期发现效能。【方法】纳入2023年呼市职业病防治院收治的202例布鲁氏菌病患者与319例非布鲁氏菌病患者的临床资料,从中提取性别、年龄、血常规指标及临床诊断等... 【目的】采用深度神经网络算法构建布鲁氏菌病预测模型,提升布鲁氏菌病的早期发现效能。【方法】纳入2023年呼市职业病防治院收治的202例布鲁氏菌病患者与319例非布鲁氏菌病患者的临床资料,从中提取性别、年龄、血常规指标及临床诊断等数据进行分析。通过深度神经网络算法构建布鲁氏菌病预测模型,并通过十折交叉验证进行模型优化。模型性能评估指标包括灵敏度、假阴性率、特异度、假阳性率、准确率、阳性预测值、阴性预测值、F1分数、受试者工作特征曲线下面积(AUC)。经评估筛选出的最优模型,借助沙普利可加性解释(SHAP)方法进行解释,明确模型的决策逻辑与各特征的影响机制。【结果】数据可视化分析显示,布病组与非布病组数据差异不明显。经十折交叉验证筛选出最优模型展现出良好性能,灵敏度为85.3%、特异度为92.1%、准确率为89.5%、AUC为96.6%,95%CI(0.937,0.977)。SHAP方法解释模型发现年龄、血小板计数、血小板平均体积、嗜碱性粒细胞比例、红细胞分布宽度和绝对嗜碱细胞数,对布病发生具有显著影响。【结论】本研究构建的深度神经网络预测模型性能良好,能为布病早期诊断与防控提供可靠支持。同时,明确布病相关显著影响特征有助于进一步认识疾病发病机制,该模型未来有望在临床广泛推广。 展开更多
关键词 布鲁氏菌病 深度神经网络 血常规指标 沙普利可加性解释方法 风险预测模型
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 … 156 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