检索结果-维普期刊中文期刊服务平台

基于LVQ-GA-BP神经网络光伏电站出力短期预测被引量：50: 1; 作者罗建春晁勤 +4 位作者罗洪冉鸿杨杰罗庆阿里努尔.阿木提《电力系统保护与控制》 EI CSCD 北大核心 2014年第13期89-94,共6页; 为了实现对大规模并网型光伏电站调度,分析影响光伏出力的气象相关因素,以光照强度和温度作为输入量,分季节建立了一种基于LVQ-GA-BP神经网络预测系统。通过LVQ(Learning Vector Quantization)神经网络对样本进行分类,将分类后的样本训... 展开更多; 关键词光伏出力预测 lvq—ga—bp预测模型气象因素神经网络; 在线阅读下载PDF 职称材料

基于混沌时间序列GA-VNN模型的超短期风功率多步预测被引量：44: 2; 作者江岳春张丙江 +2 位作者邢方方张雨王志刚《电网技术》 EI CSCD 北大核心 2015年第8期2160-2166,共7页; 随着风电在电力系统中的渗透水平不断提高,能准确、可靠地进行风功率预测至关重要。为提高风功率超短期预测精度,利用风功率时间序列的混沌特性,推导分析了Volterra泛函模型和3层前馈(back propagation,BP)神经网络在结构上的一致性,提... 展开更多; 关键词混沌时间序列 bp神经网络 ga算法 Volterra泛函模型风功率超短期多步预测; 在线阅读下载PDF 职称材料

GA-BP组合预测方法在北洛河年径流量预测中的应用被引量：6: 3; 作者王广宇解建仓张建龙《干旱地区农业研究》 CSCD 北大核心 2014年第1期203-207,共5页; 为寻求较为合理的径流量预测方法,利用GA-BP组合模型进行径流量预测的研究,首先利用GA算法(Geneticalgorithm)全局搜索能力定位出一个较好的搜索空间,再利用BP算法(Backpropagation)神经网络的局部寻优能力,以陕西省北洛河状头站实测数... 展开更多; 关键词径流量预测 ga—bp组合模型状头站; 在线阅读下载PDF 职称材料

遗传BP神经网络与GM（1，1）模型在桥区船舶交通流量预测中的比较被引量：1: 4; 作者郭沐壮刘德新张仕元《船海工程》北大核心 2017年第A02期259-264,共6页; 针对桥区船舶交通流量预测问题，采用遗传算法对BP神经网络进行优化，构建GA—BP模型，以南京长江大桥断面的交通流数据作为训练样本进行验证，结果证明，GA—BP模型与BP神经网络以及GM（1，1）模型相比，预测结果更加精准，整体趋势判... 展开更多; 关键词船舶交通流量 ga—bp模型 GM(1 1)模型预测; 在线阅读下载PDF 职称材料

基于GA-BP神经网络的UUV航向容错控制被引量：12: 5; 作者严浙平李滋 +2 位作者陈涛赵玉飞杜朋洁《传感技术学报》 CAS CSCD 北大核心 2013年第9期1236-1242,共7页; 为提高UUV航向控制系统的可靠性,本文对传统的BP神经网络利用遗传算法进行了优化设计,并将优化的BP神经网络应用于UUV的航向容错控制中。首先利用改进的二阶灰色预测模型对光纤罗经进行故障诊断;其次,若UUV罗经故障,根据UUV当前的舵角... 展开更多; 关键词 UUV 容错控制 ga—bp神经网络故障诊断二阶灰色预测模型; 在线阅读下载PDF 职称材料

BP神经网络跟车模型优化被引量：3: 6; 作者郭艳君鲁玉萍 +1 位作者张运虎王畅《中国安全科学学报》 CAS CSCD 北大核心 2016年第3期103-108,共6页; 为提高跟车预警系统给出的结果的准确性和可靠性,利用毫米波雷达开展实际驾驶试验,获取驾驶人在跟车过程中的稳定、加速和减速状态表征数据。以自车速度、自车与前车相对速度、自车与前车相对距离等3类参数的不同组合为输入变量,以自车... 展开更多; 关键词 bp神经网络跟车模型遗传算法(ga) 优化预测; 在线阅读下载PDF 职称材料

基于GA-Elman的河流水位预测方法研究被引量：13: 7; 作者要震许继平 +1 位作者孔建磊刘松波《长江科学院院报》 CSCD 北大核心 2018年第9期34-37,共4页; 河流水位的变化过程是一个复杂的非线性过程,传统的神经网络预测存在误差较大、收敛速度慢、稳定性差等问题。为了实现对河流水位的有效预测,提出基于遗传算法(GA)优化Elman神经网络的河流水位预测模型。将GA与Elman网络进行有效结合,... 展开更多; 关键词河流水位预测模型 ga算法 ELMAN网络 bp网络河流水资源有效配置; 在线阅读下载PDF 职称材料

极限学习机在湖库总磷、总氮浓度预测中的应用被引量：12: 8; 作者崔东文《水资源保护》 CAS 2013年第2期61-66,共6页; 基于传统BP人工神经网络模型训练速度慢、参数选择困难、易陷入局部极值等问题,提出极限学习机(ELM)的水质预测模型。以云南某水库为例,选取NH3-N、NO2--N、NO3--N、CODMn和水体透明度作为网络输入,TP、TN作为输出,构建基于ELM的湖库TP... 展开更多; 关键词极限学习机人工神经网络模型 ga—bp bp RBF 水质预测湖库; 在线阅读下载PDF 职称材料

题名基于LVQ-GA-BP神经网络光伏电站出力短期预测被引量：50: 1; 作者罗建春晁勤罗洪冉鸿杨杰罗庆阿里努尔.阿木提; 机构国网重庆武隆县供电有限责任公司新疆大学电气工程学院; 出处《电力系统保护与控制》 EI CSCD 北大核心 2014年第13期89-94,共6页; 基金国家自然科学基金资助项目(51267020) 教育部2012年高等学校博士学科点专项科研基金博导类联合资助课题资助项目(20126501110003) 新疆科技支疆资助项目(201091204)~~; 文摘为了实现对大规模并网型光伏电站调度,分析影响光伏出力的气象相关因素,以光照强度和温度作为输入量,分季节建立了一种基于LVQ-GA-BP神经网络预测系统。通过LVQ(Learning Vector Quantization)神经网络对样本进行分类,将分类后的样本训练,得出基于BP神经网络光伏电站出力预测系统,从而提高光伏预测精度。采用GA算法替代传统的学习算法优化BP神经网络的权值和阀值,提高预测网络的训练速度。将建立的LVQ-GA-BP预测系统与传统系统进行了比较和分析,结果表明:该方法的建立,不仅提高了光伏出力的预测精度,而且还提高了BP神经网络的训练速度,具有潜在的工程应用价值。; 关键词光伏出力预测 lvq—ga—bp预测模型气象因素神经网络; Keywords PV output forecasting lvq-ga-bp forecasting model meteorological factor neural network; 分类号 TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于混沌时间序列GA-VNN模型的超短期风功率多步预测被引量：44: 2; 作者江岳春张丙江邢方方张雨王志刚; 机构湖南大学电气与信息工程学院国网河南省电力公司驻马店供电公司; 出处《电网技术》 EI CSCD 北大核心 2015年第8期2160-2166,共7页; 基金国家自然科学基金项目(51277057) 科技部技术创新项目(12C26214305038)~~; 文摘随着风电在电力系统中的渗透水平不断提高,能准确、可靠地进行风功率预测至关重要。为提高风功率超短期预测精度,利用风功率时间序列的混沌特性,推导分析了Volterra泛函模型和3层前馈(back propagation,BP)神经网络在结构上的一致性,提出混沌时间序列遗传算法-Volterra神经网络(genetic algorithm-Volterra neural network,GA-VNN)模型,对超短期风功率进行多步预测。该模型将实用的Volterra泛函模型和BP神经网络结合起来,解决了求解Volterra泛函模型高阶核函数的问题。同时设计了一种混沌时间序列GA-VNN模型的学习算法,在算法中利用GA全局寻优能力来优化BP神经网络,获得最优的初始权值和阀值。将上述方法应用于某风电场风功率超短期多步预测中,结果验证了所提模型的多步预测性能明显优于Volterra预测滤波器和BP神经网络。; 关键词混沌时间序列 bp神经网络 ga算法 Volterra泛函模型风功率超短期多步预测; Keywords chaotic time series bp neural network ga algorithm Volterra functional model super short-term wind power multi-step prediction; 分类号 TM715 [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GA-BP组合预测方法在北洛河年径流量预测中的应用被引量：6: 3; 作者王广宇解建仓张建龙; 机构西安理工大学教育部西北水资源与环境生态重点实验室山西省水利建设开发中心; 出处《干旱地区农业研究》 CSCD 北大核心 2014年第1期203-207,共5页; 基金国家自然科学基金项目(51079120) 国家自然科学基金项目(50979088); 文摘为寻求较为合理的径流量预测方法,利用GA-BP组合模型进行径流量预测的研究,首先利用GA算法(Geneticalgorithm)全局搜索能力定位出一个较好的搜索空间,再利用BP算法(Backpropagation)神经网络的局部寻优能力,以陕西省北洛河状头站实测数据为基础进行径流量预测。结果表明:利用GA-BP组合模型预测2001—2010年结果的相对误差分别为-8.9%、-12.6%、-7.4%、9.4%、-7.6%、15.0%、-5.5%、10.7%、13.3%和-8.2%,预测精度较高,从相对误差和训练次数比较可以看出,GA-BP组合模型优于基本BP模型和GA模型。; 关键词径流量预测 ga—bp组合模型状头站; Keywords runoff forecast ga - bp combination model Zhuangtou Station; 分类号 TV121.2 [水利工程—水文学及水资源]; 在线阅读下载PDF 职称材料

题名遗传BP神经网络与GM（1，1）模型在桥区船舶交通流量预测中的比较被引量：1: 4; 作者郭沐壮刘德新张仕元; 机构大连海事大学航海学院; 出处《船海工程》北大核心 2017年第A02期259-264,共6页; 基金交通运输部应用基础研究项目（2014329225010）辽宁省自然科学基金项目（2014025008）; 文摘针对桥区船舶交通流量预测问题，采用遗传算法对BP神经网络进行优化，构建GA—BP模型，以南京长江大桥断面的交通流数据作为训练样本进行验证，结果证明，GA—BP模型与BP神经网络以及GM（1，1）模型相比，预测结果更加精准，整体趋势判断更加准确，是一种合理有效地预测桥区船舶交通流量的手段。; 关键词船舶交通流量 ga—bp模型 GM(1 1)模型预测; Keywords vessel traffic volume ga-bp model GM （ 1,1 ） model prediction; 分类号 U675.79 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名基于GA-BP神经网络的UUV航向容错控制被引量：12: 5; 作者严浙平李滋陈涛赵玉飞杜朋洁; 机构哈尔滨工程大学自动化学院; 出处《传感技术学报》 CAS CSCD 北大核心 2013年第9期1236-1242,共7页; 基金国家自然科学基金项目(51179038) 青年科学基金项目(51109043) 中央高校基本科研业务费专项基金项目(HEUCF041323); 文摘为提高UUV航向控制系统的可靠性,本文对传统的BP神经网络利用遗传算法进行了优化设计,并将优化的BP神经网络应用于UUV的航向容错控制中。首先利用改进的二阶灰色预测模型对光纤罗经进行故障诊断;其次,若UUV罗经故障,根据UUV当前的舵角、航速与加速度信息重构航向信息,利用重构的航向数据代替光纤罗经的航向输出,实现对光纤罗经的航向容错控制。本文详细阐述了容错控制方法的实现步骤,并利用海试实验数据进行了仿真验证,仿真结果表明所提出的方法能快速、准确的诊断出光纤罗经的故障,并能较好的实现光纤罗经的航向容错。; 关键词 UUV 容错控制 ga—bp神经网络故障诊断二阶灰色预测模型; Keywords UUV fault-tolerant control ga-bp neural network fault diagnosis 2-order grey prediction model; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名BP神经网络跟车模型优化被引量：3: 6; 作者郭艳君鲁玉萍张运虎王畅; 机构长安大学汽车学院辽宁省交通高等专科学校物流管理系; 出处《中国安全科学学报》 CAS CSCD 北大核心 2016年第3期103-108,共6页; 基金国家自然科学基金资助(61374196 61473046) +1 种基金中央高校基本科研业务费专项资金项目(310822151028); 文摘为提高跟车预警系统给出的结果的准确性和可靠性,利用毫米波雷达开展实际驾驶试验,获取驾驶人在跟车过程中的稳定、加速和减速状态表征数据。以自车速度、自车与前车相对速度、自车与前车相对距离等3类参数的不同组合为输入变量,以自车的加减速特性为输出变量,建立BP神经网络模型。用遗传算法(GA)优化该模型。结果表明,单纯的BP神经网络模型预测准确率较低,利用GA优化模型后可有效提高模型的准确率。当输入参数为自车速度、相对距离与相对速度时,模型的有效率达到94.17%。; 关键词 bp神经网络跟车模型遗传算法(ga) 优化预测; Keywords bp neural network car-following model genetic algorithm（ga） optimization forecasting; 分类号 X913.4 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名基于GA-Elman的河流水位预测方法研究被引量：13: 7; 作者要震许继平孔建磊刘松波; 机构北京工商大学计算机与信息工程学院北京市水务局办公室; 出处《长江科学院院报》 CSCD 北大核心 2018年第9期34-37,共4页; 基金国家自然科学基金面上项目(51179002) 北京市市属高校创新能力提升计划项目(PXM2014_014213_000033) 北京市教委科技计划重点项目(KZ201510011011); 文摘河流水位的变化过程是一个复杂的非线性过程,传统的神经网络预测存在误差较大、收敛速度慢、稳定性差等问题。为了实现对河流水位的有效预测,提出基于遗传算法(GA)优化Elman神经网络的河流水位预测模型。将GA与Elman网络进行有效结合,解决了单一Elman网络存在的不足。选取永定河的监测站点水文数据对河流水位进行预测与检验,并分别将其与Elman网络与BP网络预测结果进行对比。对比结果表明:GA-Elman水位预测模型的收敛速度快、精度高,可根据预测结果实现对水库、拦河闸合理调用,实现对河流水资源的有效配置,以满足灌溉、发电、防洪等工作的需求。; 关键词河流水位预测模型 ga算法 ELMAN网络 bp网络河流水资源有效配置; Keywords river water level prediction model ga algorithm Elman network bp network effective allocation of river water resources; 分类号 TV213.9 [水利工程—水文学及水资源]; 在线阅读下载PDF 职称材料

题名极限学习机在湖库总磷、总氮浓度预测中的应用被引量：12: 8; 作者崔东文; 机构云南省文山州水务局; 出处《水资源保护》 CAS 2013年第2期61-66,共6页; 文摘基于传统BP人工神经网络模型训练速度慢、参数选择困难、易陷入局部极值等问题,提出极限学习机(ELM)的水质预测模型。以云南某水库为例,选取NH3-N、NO2--N、NO3--N、CODMn和水体透明度作为网络输入,TP、TN作为输出,构建基于ELM的湖库TP、TN预测模型,并将ELM预测结果与传统BP、GA-BP、RBF人工神经网络模型模拟结果进行比较。结果表明,ELM模型预测精度高于传统BP和RBF模型模拟结果,甚至略高于GA-BP模型的预测精度,并且ELM模型具有参数选择简便、训练速度快、不会陷入局部最优值等特点,有着较大的计算优势。; 关键词极限学习机人工神经网络模型 ga—bp bp RBF 水质预测湖库; Keywords extreme learning machine artificial neural network model ga-bp bp RBF water qualityprediction lakes and reservoirs; 分类号 X502 [环境科学与工程—环境工程] O242.1 [理学—计算数学]; 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LVQ-GA-BP神经网络光伏电站出力短期预测	罗建春晁勤罗洪冉鸿杨杰罗庆阿里努尔.阿木提	《电力系统保护与控制》 EI CSCD 北大核心	2014	50	在线阅读下载PDF 职称材料
2	基于混沌时间序列GA-VNN模型的超短期风功率多步预测	江岳春张丙江邢方方张雨王志刚	《电网技术》 EI CSCD 北大核心	2015	44	在线阅读下载PDF 职称材料
3	GA-BP组合预测方法在北洛河年径流量预测中的应用	王广宇解建仓张建龙	《干旱地区农业研究》 CSCD 北大核心	2014	6	在线阅读下载PDF 职称材料
4	遗传BP神经网络与GM（1，1）模型在桥区船舶交通流量预测中的比较	郭沐壮刘德新张仕元	《船海工程》北大核心	2017	1	在线阅读下载PDF 职称材料
5	基于GA-BP神经网络的UUV航向容错控制	严浙平李滋陈涛赵玉飞杜朋洁	《传感技术学报》 CAS CSCD 北大核心	2013	12	在线阅读下载PDF 职称材料
6	BP神经网络跟车模型优化	郭艳君鲁玉萍张运虎王畅	《中国安全科学学报》 CAS CSCD 北大核心	2016	3	在线阅读下载PDF 职称材料
7	基于GA-Elman的河流水位预测方法研究	要震许继平孔建磊刘松波	《长江科学院院报》 CSCD 北大核心	2018	13	在线阅读下载PDF 职称材料
8	极限学习机在湖库总磷、总氮浓度预测中的应用	崔东文	《水资源保护》 CAS	2013	12	在线阅读下载PDF 职称材料