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EMD-PSO-BP模型的短期潮流流速预测
被引量：
1
1
作者
邵萌
潘正中
+2 位作者
孙金伟
邵珠晓
伊传秀
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第11期134-141,共8页
针对潮流流速的随机性和波动性,本研究基于经验模态分解(Empirical mode decomposition,EMD)和粒子群优化(Particle swarm optimization,PSO)算法,改进了反向传播(Back propagation,BP)神经网络的短期潮流流速预测模型。该模型首先对原...
针对潮流流速的随机性和波动性,本研究基于经验模态分解(Empirical mode decomposition,EMD)和粒子群优化(Particle swarm optimization,PSO)算法,改进了反向传播(Back propagation,BP)神经网络的短期潮流流速预测模型。该模型首先对原始流速序列进行EMD分解,得到多个本征模函数(Intrinsic mode function,IMF)和残差。然后,利用PSO改进BP神经网络,对分解所得的IMF和残差分别进行预测。最后,将各个预测结果相结合,得出流速的最终预测结果,从而提高潮流流速的预测精度。本文以江苏省潮流流速为例,分别建立BP、PSO-BP、EMD-BP以及EMD-PSO-BP四类预测模型,以对潮流流速进行预测和对比分析。结果表明,相较于其他模型,EMD-PSO-BP预测模型在潮流流速的预测方面具有更高的精度,为潮流能开发提供重要的数据支撑。
展开更多
关键词
潮流流速预测
经验
模态
分解
反向传播
神经网络
粒子
群
优化
算法
本征模函数
在线阅读
下载PDF
职称材料
基于EMD-GA-BP与EMD-PSO-LSSVM的中国碳市场价格预测
被引量：
57
2
作者
崔焕影
窦祥胜
《运筹与管理》
CSSCI
CSCD
北大核心
2018年第7期133-143,共11页
由于碳交易市场价格的波动性大及相互影响关系的复杂性,本文试图构建碳价格长期和短期的最优预测模型。考虑到碳交易价格波动的趋势性和周期性特点,基于经验模态分解算法(EMD)、遗传算法(GA)—神经网络(BP)模型、粒子群算法(PSO)—最小...
由于碳交易市场价格的波动性大及相互影响关系的复杂性,本文试图构建碳价格长期和短期的最优预测模型。考虑到碳交易价格波动的趋势性和周期性特点,基于经验模态分解算法(EMD)、遗传算法(GA)—神经网络(BP)模型、粒子群算法(PSO)—最小二乘支持向量机(LSSVM)模型及由它们构建的组合预测模型,对中国碳市场交易价格进行短期预测和长期预测。实证分析中将影响碳交易价格的不同宏观经济因素和碳价格时间序列因素做为输入变量,分别代入组合模型进行预测。研究结果表明,在短期预测中,EMD-GA-BP模型预测效果优于GABP模型和PSO-LSSVM模型;而在长期预测中,组合模型EMD-PSO-LSSVM模型预测效果优于只考虑碳价格波动趋势性或周期性预测效果。
展开更多
关键词
碳价格预测
经验
模态
分解
算法
遗传
算法
—
神经网络
粒子
群
算法
-
最小二乘支持向量机
宏观经济因素
在线阅读
下载PDF
职称材料
基于关联监测点数据的非线性变形预测模型
被引量：
10
3
作者
李柏佚
王桂林
袁军
《振动与冲击》
EI
CSCD
北大核心
2021年第8期124-130,共7页
基坑边坡变形具有非平稳性、非线性等特点,且现有的变形预测模型常用单个监测点或整体监测点的数据进行预测,忽略了不同监测点之间的关联性。以重庆某深基坑边坡为例,分别研究基于单个监测点数据和基于关联监测点数据的经验模态分解-粒...
基坑边坡变形具有非平稳性、非线性等特点,且现有的变形预测模型常用单个监测点或整体监测点的数据进行预测,忽略了不同监测点之间的关联性。以重庆某深基坑边坡为例,分别研究基于单个监测点数据和基于关联监测点数据的经验模态分解-粒子群优化算法-BP神经网络(EMD-PSO-BPNN)模型、PSO-BPNN模型、BP神经网络模型的预测结果,并对比了基于整体监测点中非关联多点数据的预测结果。结果表明:EMD模型降低了基坑边坡变形数据非平稳性,使得各分量变化曲线比原监测数据的曲线更光滑和平稳,提高了预测精度;EMD-PSO-BPNN模型具有较好的非线性映射能力、学习能力和自适应能力,预测精度优于其他模型;同种模型下,基于关联点的预测模型预测精度明显高于单个监测点的预测模型。
展开更多
关键词
经验
模态
分解
-
粒子
群
优化
算法
-bp
神经网络
(
emd-pso-bpnn
)
关联监测点
深基坑
变形预测
在线阅读
下载PDF
职称材料
题名
基于EMD-PSO-BP模型的短期潮流流速预测
被引量：
1
1
作者
邵萌
潘正中
孙金伟
邵珠晓
伊传秀
机构
中国海洋大学工程学院
出处
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第11期134-141,共8页
基金
国家自然科学基金项目(51609224,52417305)
中国博士后科学基金项目(2022M713002)资助。
文摘
针对潮流流速的随机性和波动性,本研究基于经验模态分解(Empirical mode decomposition,EMD)和粒子群优化(Particle swarm optimization,PSO)算法,改进了反向传播(Back propagation,BP)神经网络的短期潮流流速预测模型。该模型首先对原始流速序列进行EMD分解,得到多个本征模函数(Intrinsic mode function,IMF)和残差。然后,利用PSO改进BP神经网络,对分解所得的IMF和残差分别进行预测。最后,将各个预测结果相结合,得出流速的最终预测结果,从而提高潮流流速的预测精度。本文以江苏省潮流流速为例,分别建立BP、PSO-BP、EMD-BP以及EMD-PSO-BP四类预测模型,以对潮流流速进行预测和对比分析。结果表明,相较于其他模型,EMD-PSO-BP预测模型在潮流流速的预测方面具有更高的精度,为潮流能开发提供重要的数据支撑。
关键词
潮流流速预测
经验
模态
分解
反向传播
神经网络
粒子
群
优化
算法
本征模函数
Keywords
tidal current speed prediction
empirical mode decomposition
back propagation neural network
particle swarm optimization algorithm
intrinsic mode function
分类号
P741 [天文地球—海洋科学]
在线阅读
下载PDF
职称材料
题名
基于EMD-GA-BP与EMD-PSO-LSSVM的中国碳市场价格预测
被引量：
57
2
作者
崔焕影
窦祥胜
机构
西南交通大学经济管理学院
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2018年第7期133-143,共11页
基金
国家社会科学基金项目"西部地区低碳经济发展道路
模式与机制研究"(10XJY004)
文摘
由于碳交易市场价格的波动性大及相互影响关系的复杂性,本文试图构建碳价格长期和短期的最优预测模型。考虑到碳交易价格波动的趋势性和周期性特点,基于经验模态分解算法(EMD)、遗传算法(GA)—神经网络(BP)模型、粒子群算法(PSO)—最小二乘支持向量机(LSSVM)模型及由它们构建的组合预测模型,对中国碳市场交易价格进行短期预测和长期预测。实证分析中将影响碳交易价格的不同宏观经济因素和碳价格时间序列因素做为输入变量,分别代入组合模型进行预测。研究结果表明,在短期预测中,EMD-GA-BP模型预测效果优于GABP模型和PSO-LSSVM模型;而在长期预测中,组合模型EMD-PSO-LSSVM模型预测效果优于只考虑碳价格波动趋势性或周期性预测效果。
关键词
碳价格预测
经验
模态
分解
算法
遗传
算法
—
神经网络
粒子
群
算法
-
最小二乘支持向量机
宏观经济因素
Keywords
carbon price forecasting
empirical mode decomposition
genetic algorithm and back propagation neural net
particle swarm optimization and least squares support vector machines
macroeconomic factors
分类号
F224 [经济管理—国民经济]
在线阅读
下载PDF
职称材料
题名
基于关联监测点数据的非线性变形预测模型
被引量：
10
3
作者
李柏佚
王桂林
袁军
机构
重庆大学土木工程学院
库区环境地质灾害防治国家地方联合工程研究中心
重庆市地质矿产勘查开发集团有限公司
出处
《振动与冲击》
EI
CSCD
北大核心
2021年第8期124-130,共7页
基金
广州市属高校科研项目(1201620162)
国家自然科学基金(51778163)
+1 种基金
广东省教育厅创新团队项目(2016KCXTD016)
国家重点研发计划项目(2017YFC1500705)。
文摘
基坑边坡变形具有非平稳性、非线性等特点,且现有的变形预测模型常用单个监测点或整体监测点的数据进行预测,忽略了不同监测点之间的关联性。以重庆某深基坑边坡为例,分别研究基于单个监测点数据和基于关联监测点数据的经验模态分解-粒子群优化算法-BP神经网络(EMD-PSO-BPNN)模型、PSO-BPNN模型、BP神经网络模型的预测结果,并对比了基于整体监测点中非关联多点数据的预测结果。结果表明:EMD模型降低了基坑边坡变形数据非平稳性,使得各分量变化曲线比原监测数据的曲线更光滑和平稳,提高了预测精度;EMD-PSO-BPNN模型具有较好的非线性映射能力、学习能力和自适应能力,预测精度优于其他模型;同种模型下,基于关联点的预测模型预测精度明显高于单个监测点的预测模型。
关键词
经验
模态
分解
-
粒子
群
优化
算法
-bp
神经网络
(
emd-pso-bpnn
)
关联监测点
深基坑
变形预测
Keywords
empirical mode decomposition
-
particle swarm optimization
-
back propagation neural network(
emd-pso-bpnn
)
associated monitoring point
deep foundation pit
deformation prediction
分类号
TU196.1 [建筑科学—建筑理论]
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EMD-PSO-BP模型的短期潮流流速预测
邵萌
潘正中
孙金伟
邵珠晓
伊传秀
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于EMD-GA-BP与EMD-PSO-LSSVM的中国碳市场价格预测
崔焕影
窦祥胜
《运筹与管理》
CSSCI
CSCD
北大核心
2018
57
在线阅读
下载PDF
职称材料
3
基于关联监测点数据的非线性变形预测模型
李柏佚
王桂林
袁军
《振动与冲击》
EI
CSCD
北大核心
2021
10
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
