库岸边坡变形的统计-混沌混合预测模型 被引量：2

1

作者 宋敬衖 吴海真 顾冲时 《水电能源科学》 2008年第3期129-132,共4页

基于降雨作用下边坡非饱和土的滑移理论及岩土体蠕变效应的量化研究,构建了库岸边坡改进的多因素监控模型。在此基础上将边坡位移表示为由确定性分量、混沌分量和随机分量叠加而成,并以多因素监控模型对确定性成分建模,对残差序列进行... 基于降雨作用下边坡非饱和土的滑移理论及岩土体蠕变效应的量化研究,构建了库岸边坡改进的多因素监控模型。在此基础上将边坡位移表示为由确定性分量、混沌分量和随机分量叠加而成,并以多因素监控模型对确定性成分建模,对残差序列进行相空间重构,建立了统计—混沌混合预测模型。实际应用表明,与传统的统计模型相比,该模型可明显提高回归和预测精度,具有一定的实用价值和推广价值。 展开更多

关键词 库岸边坡 变形 改进的多因素监控模型 统计-混沌混合预测模型

在线阅读 下载PDF 职称材料

基于分布式模型预测控制的电-氢混合储能系统控制策略 被引量：1

2

作者 余晋宇 周荔丹 +3 位作者 于天佑 王子强 赵轩辉 姚钢 《电力系统自动化》 北大核心 2025年第3期114-124,共11页

储能系统具备平抑新能源波动、储存多余电能等作用,但单一类型的储能单元因响应速度、容量等限制难以满足需求。为提升孤岛直流微电网新能源消纳能力,提出了一种基于分布式模型预测控制(DMPC)的电-氢混合储能系统控制方案,可充分发挥锂... 储能系统具备平抑新能源波动、储存多余电能等作用,但单一类型的储能单元因响应速度、容量等限制难以满足需求。为提升孤岛直流微电网新能源消纳能力,提出了一种基于分布式模型预测控制(DMPC)的电-氢混合储能系统控制方案,可充分发挥锂电池高功率密度和一体化可再生燃料电池高能量密度的优势。首先,针对电、氢储能子系统分别设计DMPC控制器,可实现正常工况下电、氢储能分别支撑高、低频负荷,降低电储能充放电次数,延长寿命;而在氢储能停机工况下,可实现电储能单独支撑负荷,维持系统稳定。其次,考虑电、氢储能响应速度差异,基于DMPC代价函数的荷电状态恢复项,引入了权重自适应算子,避免了负责快速响应的电储能平均电压恢复能力突降,提高了直流电压暂态稳定性。最后,通过Simulink仿真验证了所提控制策略的有效性。 展开更多

关键词 孤岛直流微电网 分布式模型预测控制 电-氢混合储能 燃料电池 暂态稳定

在线阅读 下载PDF 职称材料

粗-细粒混合料最小孔隙比的经验预测模型

3

作者 杭天柱 郭冰冰 +2 位作者 肖兴 吴琪 陈国兴 《土木工程学报》 北大核心 2025年第9期131-140,共10页

最小孔隙比e_(min)为无黏性土的基本物理性能参数。开展细粒含量FC=0~100%的10类粗-细粒混合料109个土样的e_(min)量测试验,分析测量方法、混合料类型和FC含量对e_(min)的影响。对于颗粒易破碎的粗-细粒混合料,使用静压振动法能够有效... 最小孔隙比e_(min)为无黏性土的基本物理性能参数。开展细粒含量FC=0~100%的10类粗-细粒混合料109个土样的e_(min)量测试验,分析测量方法、混合料类型和FC含量对e_(min)的影响。对于颗粒易破碎的粗-细粒混合料,使用静压振动法能够有效地控制颗粒破碎对e_(min)的影响;对于硅质砂-粉、砂-砾和珊瑚砂-粉混合料,e_(min)呈现出随着FC的增大先减小后增大的趋势,且可表示以FC为变量的一元三次函数;建立粗-细混合料e_(min)的经验预测公式。根据16篇文献中的具有不同FC的27种粗细粒混合料、395个试样的e_(min)数据的独立验证表明:95%的预测数据e_(min)与测试值的误差不超过15%。这意味着提出的e_(min)预测公式具有很好的普适性,可满足工程应用需求。 展开更多

关键词 粗-细粒混合料 最小孔隙比 细粒含量 预测模型

在线阅读 下载PDF 职称材料

基于数据-物理混合模型的菇房空调节能控制方法 被引量：1

4

作者 孔祥书 郑文刚 +3 位作者 张馨 王明飞 单飞飞 赵倩 《农业工程学报》 北大核心 2025年第4期309-317,共9页

针对模型预测控制在菇房节能控制中存在纯数据驱动温度预测模型可解释性差、优化求解速度慢等问题,该研究提出了一种基于数据-物理混合模型的菇房空调节能控制方法。首先,使用门控循环单元神经网络(gated recurrent unit neural network... 针对模型预测控制在菇房节能控制中存在纯数据驱动温度预测模型可解释性差、优化求解速度慢等问题,该研究提出了一种基于数据-物理混合模型的菇房空调节能控制方法。首先,使用门控循环单元神经网络(gated recurrent unit neural network, GRU)与注意力机制(attention)作为预测模型,将菇房内部热平衡方程纳入损失函数中,实现基于数据-物理混合模型的菇房温度预测方法。然后,基于模型输出与参考轨迹的偏离程度和设备控制量建立目标函数。最后,利用改进型Adam算法快速地求解出空调在控制时域内的最优控制序列,实现菇房空调能耗最优控制。试验结果表明:与纯数据驱动的GRU模型相比,本文所提出的菇房温度预测模型,预测精度提高18%,均方根误差可控制在0.10℃内。与自适应矩估计(adaptive moment estimation,Adam)优化算法相比,改进型Adam算法适应度值降低6%,与带精英策略的快速非支配排序遗传算法相比(non-dominated sorting genetic algorithmⅡ, NSGA-Ⅱ)运算时长减少81%。与传统的阈值控制方法相比,本文所提出的模型预测控制方法跟踪精度提高63%,控制精度的均方根误差平均降低了73%,空调能耗平均降低了12%。该研究为菇房空调的节能控制提供了有效的控制方法。 展开更多

关键词 节能 模型预测控制 深度学习 数据-物理混合驱动模型 菇房

在线阅读 下载PDF 职称材料

基于概率地震需求模型与Beta-二项分布的建筑结构预测地震易损性研究

5

作者 徐阳冰 刘骁骁 +2 位作者 彭泽靖 吴子燕 司建辉 《计算力学学报》 北大核心 2025年第2期292-299,共8页

传统地震易损性模型忽略地震激励和结构物理参数等随机不确定性导致的响应统计相关性影响,从而过高评估了结构的抗震性能。为此,提出了基于概率地震需求模型与β-二项分布的贝叶斯预测地震易损性研究方法。首先,采用线性对数回归概率地... 传统地震易损性模型忽略地震激励和结构物理参数等随机不确定性导致的响应统计相关性影响,从而过高评估了结构的抗震性能。为此,提出了基于概率地震需求模型与β-二项分布的贝叶斯预测地震易损性研究方法。首先,采用线性对数回归概率地震需求模型建立工程需求参数与地震强度指标的函数映射关系。其次,采用β-二项分布得到考虑响应统计相关性的模型参数,再通过β-二项分布累积分布函数计算结构的失效概率,基于贝叶斯更新定理推导出结构的贝叶斯预测地震易损性公式。最后,结合K-out-of-N系统理论,提出基于贝叶斯估计的系统预测地震易损性方法论。以某一钢筋混凝土框架结构为算例,通过非线性动力时程分析,获得结构最大层间位移角,采用马尔科夫链蒙特卡洛模拟(MCMC)方法获得更新的地震模型参数,建立不同损伤状态下的结构和系统易损性曲线。结果表明,当结构遭受完全倒塌状态时,结构响应统计相关性的影响显著,考虑EDP统计相关性的地震易损性较传统地震易损性增大,曲线偏上移动。当结构组成系统时,对于各损伤状态,随着IDR的增加,考虑统计相关性时结构的失效概率增加幅度开始增大,后逐渐减小。因此,相比忽略结构响应统计相关性的情形,考虑统计相关性的地震易损性更趋于保守,增加了结构可靠性的安全设计,为工程抗震设计和减少震后经济损失提供更为准确的理论依据。 展开更多

关键词 预测地震易损性 统计相关性 概率地震需求模型 β-二项分布 贝叶斯更新

在线阅读 下载PDF 职称材料

高岭土-砂土混合介质电导率预测模型适用性及误差评估 被引量：1

6

作者 梁美洁 柏巍 +3 位作者 孔令伟 王勇 李科 岳秀 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2024年第3期296-303,共8页

为提高电导率预测模型对岩土体结构性质的反演精度,以不同黏土质量分数的高岭土-砂土混合介质为研究对象,测定其在不同孔隙液下的电导率。根据参数获取途径,将现有电导率预测模型分为拟合模型和经验模型,通过拟合计算得到各模型的电导... 为提高电导率预测模型对岩土体结构性质的反演精度,以不同黏土质量分数的高岭土-砂土混合介质为研究对象,测定其在不同孔隙液下的电导率。根据参数获取途径,将现有电导率预测模型分为拟合模型和经验模型,通过拟合计算得到各模型的电导率预测值,与实测值对比并建立误差评估体系。研究结果表明:对于高岭土-砂土混合介质,拟合模型的电导率预测效果优于经验模型。在经验模型中,不同黏土质量分数下广义Archie模型的预测值均大于实测值,在使用广义Archie模型进行电导率预测时,需进行修正和调整;Waxman-Smits模型适用于预测低黏土质量分数下混合介质的电导率;修正的Archie模型对中等黏土质量分数下混合介质的电导率预测效果较好;Rhoades模型对高黏土质量分数下混合介质的电导率预测效果最佳。 展开更多

关键词 高岭土-砂土混合介质 电导率 黏土质量 预测模型 误差评估

在线阅读 下载PDF 职称材料

CEEMDAN-CNN-BiLSTM混合模型矿区地表沉降预测

7

作者 王凯 肖星星 +2 位作者 余永明 贾庆磊 赵思仲 《导航定位学报》 CSCD 北大核心 2024年第5期156-163,共8页

为了进一步发挥全球卫星导航系统(GNSS)实时监测优势,对时序数据中的潜藏特征与隐藏信息进行深度挖掘,提高地表沉降预测精度,提出基于自适应噪声完备集合经验模态分解(CEEMDAN)、卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的CEEMDA... 为了进一步发挥全球卫星导航系统(GNSS)实时监测优势,对时序数据中的潜藏特征与隐藏信息进行深度挖掘,提高地表沉降预测精度,提出基于自适应噪声完备集合经验模态分解(CEEMDAN)、卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的CEEMDAN-CNN-BiLSTM混合地表沉降预测方法:以皖北某大型煤矿开采工作面与工业广场区域为验证对象,对比分析稳定区域和重点监测区域数据形态;然后基于CEEMDAN重构监测站高程数据分量,输入CNN模型提取分量隐含信息;最后构建BiLSTM模型,实现对沉降监测点位数据的短期预测。实验结果表明,相较于传统的CNN和长短期记忆模型,CEEMDAN-CNN-BiLSTM混合模型可有效降低预测误差,其中平均绝对百分比误差(MAPE)的降低范围为40%~90%,而均方根(RMS)误差的降低范围为52%~87%;该模型在时空特征捕捉和泛化能力方面表现性能较好,可为GNSS时间序列短期预测提供更为精准和可靠的解决方案。 展开更多

关键词 沉降预测 自动化监测 时序数据 混合模型 自适应噪声完备集合经验模态分解(CEEMDAN)-卷积神经网络(CNN)-双向长短期记忆网络(BiLSTM)

在线阅读 下载PDF 职称材料

基于ISSA-LSTM模型的可再生能源电力需求预测 被引量：5

8

作者 闫晓霞 刘娴 《西安科技大学学报》 CAS 北大核心 2024年第3期604-614,共11页

为了更精准地预测未来能源结构调整方向及成效,选用ISSA-LSTM组合预测模型对中国2023-2030年可再生能源的电力需求进行预测。首先,利用Circle混沌映射改进麻雀搜索算法(SSA)以提高搜索能力以及种群多样性;然后引入长短期记忆神经网络(LS... 为了更精准地预测未来能源结构调整方向及成效,选用ISSA-LSTM组合预测模型对中国2023-2030年可再生能源的电力需求进行预测。首先,利用Circle混沌映射改进麻雀搜索算法(SSA)以提高搜索能力以及种群多样性;然后引入长短期记忆神经网络(LSTM)以有效捕捉可再生能源电力需求随机波动性和时序性;最后,通过ISSA-LSTM模型预测长期可再生能源的电力需求,验证测试集数据,并与其他传统模型进行对比。结果表明:ISSA-LSTM模型预测结果能够满足对可再生能源电力需求预测的精度要求;在未来2023-2030年可再生能源电力需求稳定,波动幅度不大,可达到全国用电量的1/3;利用Circle混沌映射改进策略能有效提升SSA寻优能力。与PSO算法相比,SSA算法寻找LSTM超参数最优解的能力更优,ISSA-LSTM模型预测可再生能源电力需求精度更高。 展开更多

关键词 混合预测模型 麻雀搜索算法 长短期记忆网络 Circle混沌映射 电力需求预测

在线阅读 下载PDF 职称材料

混合型PSO-BP模型在原油期货价格预测中的应用 被引量：7

9

作者 许南 廖施煜 邓国琳 《计算机工程与应用》 CSCD 北大核心 2011年第35期234-236,共3页

建立了基于混沌理论下混合型PSO-BP模型,并运用此模型对纽约商品交易市场的原油期货价格数据进行了预测,并将预测结果与BP神经网络的预测结果进行了对比。结果表明混沌理论下混合型PSO-BP模型比单纯的BP模型具有较高的拟合度以及预测精度。

关键词 混沌理论 预测 原油期货 BP模型 混合PSO-BP模型

在线阅读 下载PDF 职称材料

基于混合模型的原油价格混沌预测方法 被引量：8

10

作者 张金良 谭忠富 《运筹与管理》 CSSCI CSCD 北大核心 2013年第5期166-172,共7页

针对原油现货价格的非线性和时变性特征,提出一种小波变换结合Elman神经网络和广义自回归条件异方差(GARCH)模型的混沌预测方法。首先利用小波变换将原油现货价格序列分解和重构成概貌序列和细节序列。其次对概貌序列和原油期货价格序... 针对原油现货价格的非线性和时变性特征,提出一种小波变换结合Elman神经网络和广义自回归条件异方差(GARCH)模型的混沌预测方法。首先利用小波变换将原油现货价格序列分解和重构成概貌序列和细节序列。其次对概貌序列和原油期货价格序列进行相空间重构,建立Elman神经网络的混沌时间序列模型预测概貌序列的未来值;同时以细节序列为历史数据,构建GARCH模型预测细节序列的未来值;最后将概貌序列和细节序列的未来值求和作为最终的预测值。实验证明该方法能够提供更准确的预测结果。 展开更多

关键词 管理科学与工程 混沌预测 混合模型 原油现货价格

在线阅读 下载PDF 职称材料

基于FE-SEA混合模型的轿车车内噪声预测 被引量：8

11

作者 陈书明 王登峰 昝建明 《汽车工程》 EI CSCD 北大核心 2011年第3期236-240,共5页

为对轿车车内中频噪声进行预测,对轿车车身各子系统进行划分,建立了轿车整车混合FE-SEA模型;采用理论和试验相结合的方法求得车身结构的模态密度、内损耗因子和车身板件的辐射效率;采用理论计算方法确定发动机悬置点的激励和路面对车身... 为对轿车车内中频噪声进行预测,对轿车车身各子系统进行划分,建立了轿车整车混合FE-SEA模型;采用理论和试验相结合的方法求得车身结构的模态密度、内损耗因子和车身板件的辐射效率;采用理论计算方法确定发动机悬置点的激励和路面对车身在前后悬架与车身连接点处的激励。分别用施加激励后的混合FE-SEA模型和SEA模型预测驾驶员右耳旁的噪声,并与试验进行对比。结果表明:在200～1 000Hz整个频率范围内,FE-SEA混合模型的预测结果与试验数据吻合良好,明显优于SEA模型的预测结果,尤其是中频段。 展开更多

关键词 车内噪声 预测 有限元统计能量分析混合模型

在线阅读 下载PDF 职称材料

土石混合料电阻率模型研究综述

12

作者 陈松林 汪魁 赵明阶 《重庆交通大学学报(自然科学版)》 北大核心 2025年第1期75-85,共11页

电阻率法能通过表面电导率对岩土体等多孔介质内部结构及特性进行探测与表征,被广泛应用于原位测试中。土石混合料是由多相介质组成的极端不均匀松散岩土介质系统,其整体导电性受各相介质的空间分布、导电能力及组合方式的影响。众多学... 电阻率法能通过表面电导率对岩土体等多孔介质内部结构及特性进行探测与表征,被广泛应用于原位测试中。土石混合料是由多相介质组成的极端不均匀松散岩土介质系统,其整体导电性受各相介质的空间分布、导电能力及组合方式的影响。众多学者对土体电阻率进行了试验与理论研究,总结得到了多种土体电阻率理论模型。由于土石混合料的电阻率特性及相关理论研究起步较晚,笔者在土体电阻率模型的基础上,分析了土石混合料的导电机理,对已有的土石混合料电阻率模型及其局限性进行总结。结果表明:混合介质的导电原理,为土石混合料电学传导模型的研究奠定基础;基于电化学理论,单相介质的电导性已有成熟的理论,而多相介质体的导电模型还处于不断完善与改进中;已有土石混合料电阻率模型可分为串-并联模型与区域统计模型,区域统计模型多为经验公式,应用方便,但模型的普适性仍需提高,串-并联模型有较好的理论基础,模型中参数的物理意义明确,但将导电介质简化为串并联排列仍有别于土石混合料复杂的内部结构组成,模型仍需进一步完善。 展开更多

关键词 岩土工程 土石混合料 电阻率模型 串-并联模型 区域统计模型

在线阅读 下载PDF 职称材料

基于EMD-CNN-LSTM混合模型的短期电力负荷预测 被引量：47

13

作者 徐岩 向益锋 马天祥 《华北电力大学学报（自然科学版）》 CAS 北大核心 2022年第2期81-89,共9页

为了更有效地提取电力负荷数据中的潜藏特征与隐藏信息,提高电力负荷预测精度,针对负荷具有较强非线性、非平稳性和时序性特点,提出一种基于经验模态分解(empirical mode decomposition,EMD)、卷积神经网络(convolutional neural networ... 为了更有效地提取电力负荷数据中的潜藏特征与隐藏信息,提高电力负荷预测精度,针对负荷具有较强非线性、非平稳性和时序性特点,提出一种基于经验模态分解(empirical mode decomposition,EMD)、卷积神经网络(convolutional neural network,CNN)和长短期记忆网络(long-term and short-term memory network,LSTM)的混合模型短期电力负荷预测方法,将海量过往负荷数据、温度和历史电价信息以滑动窗口方式构造串联特征向量作为输入,先利用EMD将数据重构成多个分量,将高、中和低频分量各自叠加组合,再运用CNN提取高、中分量的潜藏特征,减少权值数量,并以特征向量的方式输入LSTM网络进行负荷预测,最后叠加各分量预测结果得到最终负荷预测值。实验结果表明,相对于BP神经网络(Back Propagation Neural Network)、支持向量机(support vector machine,SVM)、LSTM模型和EMD-LSTM模型,此模型具有更高的负荷预测精度。 展开更多

关键词 短期负荷预测 经验模态分解 卷积神经网络 长短期记忆网络 经验模态分解-卷积网络-长短期记忆网络混合模型

在线阅读 下载PDF 职称材料

基于电池-超级电容混合储能系统的控制策略

14

作者 帅怡 李维斌 晏沔 《强激光与粒子束》 北大核心 2025年第3期171-180,共10页

为匹配中国环流三号装置磁体线圈功率和能量需求,基于模型预测控制理论,设计电池-超级电容混合储能系统放电策略。以环向场线圈为储能系统输出端负载,建立系统预测模型,根据电池、超级电容特性和负载能量需求设计目标函数,实时求解最优... 为匹配中国环流三号装置磁体线圈功率和能量需求,基于模型预测控制理论,设计电池-超级电容混合储能系统放电策略。以环向场线圈为储能系统输出端负载,建立系统预测模型,根据电池、超级电容特性和负载能量需求设计目标函数,实时求解最优开关序列。对电池储能子系统、超级电容储能子系统分别采用长周期慢控、短周期快控,实现电池稳定放电和超级电容瞬态响应。基于MATLAB/Simulink平台进行仿真验证,混合储能系统稳定输出满足负载需求的平顶电流,其电流纹波为0.22%,验证控制策略有效性。 展开更多

关键词 混合储能系统 模型预测控制 CUK变换器 电池-超级电容 磁体线圈

在线阅读 下载PDF 职称材料

基于非等权聚类混合PSO-SVR的短期空气质量预测模型研究 被引量：2

15

作者 邓国取 陈虎 《运筹与管理》 CSSCI CSCD 北大核心 2023年第12期106-111,共6页

为提高短期空气质量预测(SAQF)水平,合理预测空气质量指数(AQI),本研究基于全国495个城市的气象数据,运用PSO-SVR算法构建了一种新的混合预测模型。混合PSO-SVR不仅对数据进行了非等权的降维处理,又兼顾了数据的非线性特征,研究结果表... 为提高短期空气质量预测(SAQF)水平,合理预测空气质量指数(AQI),本研究基于全国495个城市的气象数据,运用PSO-SVR算法构建了一种新的混合预测模型。混合PSO-SVR不仅对数据进行了非等权的降维处理,又兼顾了数据的非线性特征,研究结果表明构建的非等权聚类混合PSO-SVR模型输出结果的RMSE和MAPE平均值优于传统SVR,GA-SVR,BPNN,XGBoost和LSTM模型,验证了本研究提出的模型优越性及带来的研究价值;探究经济社会环境中工业化和城市化因素对AQI造成的影响,统计9个城市空气质量预测误差率在10%以内的占比超过了70%,进一步验证该模型可提高空气质量的预测精度,从而使空气质量指数更好地服务政府管理者和城市居民等相关群体。 展开更多

关键词 空气质量预测 粒子群-支持向量回归 结构方程模型 聚类混合

在线阅读 下载PDF 职称材料

基于混沌理论的混凝土裂缝开合度改进混合预测模型 被引量：2

16

作者 徐小枫 黄耀英 +2 位作者 徐耀 何一洋 颜剑 《水资源与水工程学报》 CSCD 北大核心 2021年第6期178-185,共8页

针对传统混凝土裂缝开合度统计模型对温度非线性因素和残差特性考虑不足导致预测效果不佳的问题,首先考虑温度非线性因素,建立裂缝开合度改进统计模型,进而借助混沌理论与相空间重构理论对改进统计模型的残差时间序列进行混沌特性分析... 针对传统混凝土裂缝开合度统计模型对温度非线性因素和残差特性考虑不足导致预测效果不佳的问题,首先考虑温度非线性因素,建立裂缝开合度改进统计模型,进而借助混沌理论与相空间重构理论对改进统计模型的残差时间序列进行混沌特性分析与相空间重构,采用遗传算法优化的BP人工神经网络对残差进行预测,最后集成获得改进混合预测模型对混凝土裂缝开合度进行预测。结合某泄水闸检修门库裂缝实测开合度,对比分析了传统统计模型、改进统计模型和改进混合预测模型的预测效果。结果表明:改进混合预测模型的预测误差更小,能有效改善裂缝开合度的预测效果。 展开更多

关键词 混凝土裂缝开合度 非线性因素 混沌理论 人工神经网络 改进混合预测模型

在线阅读 下载PDF 职称材料

面向认知表现预测的时-空共变混合深度学习模型 被引量：1

17

作者 李晴 徐雪远 邬霞 《自动化学报》 EI CAS CSCD 北大核心 2022年第12期2931-2940,共10页

认知表现预测已经成为当前大脑研究的重要课题.功能磁共振成像技术由于同时具有较好的时间和空间分辨率,有潜力为认知表现预测提供数据支持.为了解决基于功能磁共振成像数据对认知表现进行预测时大脑所具有的时-空共变难刻画问题,提出... 认知表现预测已经成为当前大脑研究的重要课题.功能磁共振成像技术由于同时具有较好的时间和空间分辨率,有潜力为认知表现预测提供数据支持.为了解决基于功能磁共振成像数据对认知表现进行预测时大脑所具有的时-空共变难刻画问题,提出了一种新型基于大脑学习机制的时-空共变混合深度学习模型,即深度稀疏自编码器与循环全连接网络混合模型,以混合神经网络模型的损失函数误差作为认知表现预测能力的评价标准.在人类连接组项目数据集上的实验结果表明,提出的时-空共变混合模型能够有效和稳健地预测认知表现,并提取到与人脑学习、记忆相关的有意义的脑影像特征,从而为认知表现预测提供技术支持. 展开更多

关键词 循环自编码器 时-空共变深度学习模型 混合深度学习模型 认知表现预测 脑启发模型

在线阅读 下载PDF 职称材料

混沌时间序列的高斯过程混合模型预测 被引量：2

18

作者 冯振杰 樊煜 《系统仿真学报》 CAS CSCD 北大核心 2019年第7期1387-1396,共10页

高斯过程混合(Gaussian Processes Mixture,GPM)模型现有的学习算法如马尔科夫链蒙特卡洛法、变分法或留一法等,计算复杂度偏高,提出一种隐变量后验硬划分迭代学习算法,简化模型的学习过程,基于该算法将GPM模型用于混沌时间序列预测,并... 高斯过程混合(Gaussian Processes Mixture,GPM)模型现有的学习算法如马尔科夫链蒙特卡洛法、变分法或留一法等,计算复杂度偏高,提出一种隐变量后验硬划分迭代学习算法,简化模型的学习过程,基于该算法将GPM模型用于混沌时间序列预测,并讨论嵌入维、时间延迟、学习样本和测试样本数目等参数对预测性能的影响。实验结果表明,GPM模型预测精度高于支持向量机(Support Vector Machine,SVM)、高斯过程(Gaussian Process,GP)和径向基(Radical Basis Function,RBF)网络,学习速度介于RBF网络、GP和SVM之间。 展开更多

关键词 高斯过程混合模型 混沌时间序列 预测 机器学习

在线阅读 下载PDF 职称材料

基于能量及原油物性定量分析的油-水混合液黏度预测模型 被引量：2

19

作者 文江波 罗海军 《石油学报（石油加工）》 EI CAS CSCD 北大核心 2022年第2期348-356,共9页

高含水油-水混合液往往不能形成稳定的乳状液,而是原油将其中一部分水乳化,形成了油包水(W/O)乳状液液滴和游离水的掺混体系。传统的乳状液黏度模型并不适用于这种非稳定乳化的油-水混合体系。采用搅拌测黏法测定并研究了搅拌转速、含... 高含水油-水混合液往往不能形成稳定的乳状液,而是原油将其中一部分水乳化,形成了油包水(W/O)乳状液液滴和游离水的掺混体系。传统的乳状液黏度模型并不适用于这种非稳定乳化的油-水混合体系。采用搅拌测黏法测定并研究了搅拌转速、含水率及温度对油-水混合液表观黏度的影响。结果表明:油-水混合液的表观黏度随着搅拌速率的增大、含水率的增加及温度的升高而逐渐减小。提出采用乳化过程消耗的机械能来表征油-水混合液受到的剪切作用。以实验数据为基础,并对乳化过程消耗的机械能及原油物性进行定量分析,建立了适用于高含水油-水混合液的黏度预测模型。该模型预测偏差分析结果显示,模型计算表观黏度值与实测表观黏度值之间的平均相对偏差为5.6%。 展开更多

关键词 机械能 原油物性 油-水混合液 黏度 预测模型

在线阅读 下载PDF 职称材料

用于CO_2-原油体系的改进型黏度预测模型 被引量：9

20

作者 廉黎明 秦积舜 +3 位作者 杨思玉 杨永智 李实 陈兴隆 《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2014年第5期591-596,共6页

针对LBC(Lohrenz-Bray-Clark)、CS(Pedersen)及PR(Peng-Robinson)黏度预测模型不能同时兼顾精度、理论性以及计算简便性的问题,考虑温度、压力和组分相互作用等影响因素,对基于PR状态方程的黏度预测模型进行了改进,形成了适用于高温高... 针对LBC(Lohrenz-Bray-Clark)、CS(Pedersen)及PR(Peng-Robinson)黏度预测模型不能同时兼顾精度、理论性以及计算简便性的问题,考虑温度、压力和组分相互作用等影响因素,对基于PR状态方程的黏度预测模型进行了改进,形成了适用于高温高压条件下CO2-原油体系的新黏度预测模型。将模型中的无因次量由常量改进为与体系温度相关联的函数形式,提高了模型的计算精度;引入二元相互作用因子和CO2有效摩尔分数,修正了用于混合体系计算时的黏度混合法则。以油田现场油样实测气相和液相组分数据为基础,在油藏温度和压力条件下,对模型改进前后计算黏度的精度进行了对比。结果表明,新黏度预测模型不仅计算简便,而且精度显著提高,满足工程应用要求。 展开更多

关键词 CO2-原油体系 黏度预测模型 PR状态方程 黏度混合法则

在线阅读 下载PDF 职称材料