期刊文献+
共找到48篇文章
< 1 2 3 >
每页显示 20 50 100
考虑复合指标优化模态分解和Stacking集成的综合能源系统多元负荷预测
1
作者 冉启武 石卓见 +2 位作者 刘阳 黄杰 张宇航 《电网技术》 北大核心 2025年第3期1098-1108,I0071-I0075,共16页
为提高综合能源系统多元负荷分解水平及预测模型的整体性能,提出考虑复合指标优化模态分解和Stacking集成的综合能源系统多元负荷预测方法。首先以排列熵结合互信息为适应度函数,利用金豺优化算法自适应获取变分模态分解的最优参数组合... 为提高综合能源系统多元负荷分解水平及预测模型的整体性能,提出考虑复合指标优化模态分解和Stacking集成的综合能源系统多元负荷预测方法。首先以排列熵结合互信息为适应度函数,利用金豺优化算法自适应获取变分模态分解的最优参数组合,进而将多元负荷序列分解为本征模态函数集合;其次,通过基于反向传播(back propagation,BP)神经网络扰动的平均影响值(mean impact value,MIV)算法对与多元负荷相关的气象、日期及负荷因素进行特征筛选,从而为多元负荷构建高耦合度的特征矩阵;充分考虑到各单一模型的差异性及优势性,在采用k折交叉验证法减少过拟合的基础上,构建Stacking集成学习模型对多元负荷进行预测;最后采用美国亚利桑那州立大学坦佩校区多元负荷数据集进行实例验证,结果显示所提方法在电、冷、热负荷预测中的平均绝对百分比误差分别达到了0.903%、2.713%和1.616%,预测精度相比其他预测模型具有较大提升。 展开更多
关键词 多元负荷预测 综合能源系统 平均影响值算法 Stacking集成学习 金豺优化算法 复合指标
在线阅读 下载PDF
基于MIV的BP神经网络磷酸铁锂电池寿命预测 被引量:14
2
作者 张金国 王小君 +1 位作者 朱洁 迟忠君 《电源技术》 CAS CSCD 北大核心 2016年第1期50-52,共3页
针对锂离子电池循环寿命衰减问题,为了能更加准确地对锂离子电池的循环寿命进行预测,对磷酸铁锂电池全生命周期进行循环充放电测试,获得其相关性能参数,提出基于BP神经网络分析方法建立寿命预测模型。在预测模型基础上,运用平均影响值(M... 针对锂离子电池循环寿命衰减问题,为了能更加准确地对锂离子电池的循环寿命进行预测,对磷酸铁锂电池全生命周期进行循环充放电测试,获得其相关性能参数,提出基于BP神经网络分析方法建立寿命预测模型。在预测模型基础上,运用平均影响值(MIV)算法筛选模型的输入参数。结果表明,所建立的电池循环寿命预测模型具有较高的精度,符合电池的实际运行特性,对解决电池寿命评估周期长和成本高等问题具有重要意义。 展开更多
关键词 磷酸铁锂 循环寿命 神经网络 miv
在线阅读 下载PDF
基于MIV-改进RBF神经网络的大坝变形监测模型 被引量:4
3
作者 宁昕扬 刘晓青 《三峡大学学报(自然科学版)》 CAS 2016年第3期1-5,共5页
针对常规径向基函数(RBF)神经网络模型无法选择显著预报因子和易陷入局部最优解的问题,建立一种融合平均影响值(MIV)、改进果蝇算法(FOA)和RBF神经网络的大坝变形监测模型.通过引入MIV对水压、温度、时效三类预报因子进行筛选,并利用改... 针对常规径向基函数(RBF)神经网络模型无法选择显著预报因子和易陷入局部最优解的问题,建立一种融合平均影响值(MIV)、改进果蝇算法(FOA)和RBF神经网络的大坝变形监测模型.通过引入MIV对水压、温度、时效三类预报因子进行筛选,并利用改进FOA算法获得RBF神经网络模型中最佳的spread值,以提高模型的稳定性和预报精度.为验证模型的有效性,以某混凝土重力坝位移监测数据为例,分别建立多元线性回归模型、常规RBF模型、MIV-RBF模型和MIV-改进RBF模型.研究结果表明MIV-改进RBF神经网络大坝变形监测模型预测稳定、精度高,预报效果好. 展开更多
关键词 miv算法 变量筛选 改进RBF神经网络 大坝变形监测模型
在线阅读 下载PDF
基于MIV的遗传神经网络径流预报模型 被引量:2
4
作者 郭中小 宋一凡 +2 位作者 廖梓龙 龙胤慧 徐晓民 《人民黄河》 CAS 北大核心 2014年第10期33-35,共3页
针对中长期水文预报中预报对象与预报因子之间复杂的非线性关系,引入平均影响值对预报因子进行筛选,选出对头道拐站年径流量影响较大的年降水量、年均相对湿度、年均气压3个因子作为神经网络的自变量,利用遗传算法优化的BP神经网络建立... 针对中长期水文预报中预报对象与预报因子之间复杂的非线性关系,引入平均影响值对预报因子进行筛选,选出对头道拐站年径流量影响较大的年降水量、年均相对湿度、年均气压3个因子作为神经网络的自变量,利用遗传算法优化的BP神经网络建立了预报模型。预报结果表明:基于平均影响值的遗传神经网络的预报精度及稳定性均达到了满意的效果。 展开更多
关键词 平均影响值 遗传算法 BP 神经网络 预报因子 中长期水文预报 径流预报
在线阅读 下载PDF
基于MIV-PSO-SVM模型的矿井突水水源识别 被引量:18
5
作者 邵良杉 李相辰 《煤炭科学技术》 CAS 北大核心 2018年第8期183-190,共8页
为减少及防治矿井突水事故的发生,迅速、准确地判别突水水源,提出一种基于MIV(Mean Impact Value)混合粒子群优化支持向量机PSO-SVM的识别水源算法,以更有效地消除地下水源指标间的信息重叠,筛选出更好的指标体系,从而进一步提高水源识... 为减少及防治矿井突水事故的发生,迅速、准确地判别突水水源,提出一种基于MIV(Mean Impact Value)混合粒子群优化支持向量机PSO-SVM的识别水源算法,以更有效地消除地下水源指标间的信息重叠,筛选出更好的指标体系,从而进一步提高水源识别准确率。首先,利用包含全体特征变量的水样本训练PSO-SVM网络,其次将样本分别加减一定比例构成新样本输入已训练好的网络,根据识别结果获取各影响因子的平均影响值MIV。再按照优先选取高权重变量的原则,依次剔除低权重变量,通过判断均方根误差确立最优指标体系,反馈至PSO-SVM中进行训练与预测。选取新庄孜矿实测样本进行50次试验,并与传统PSO-SVM等其他模型比较,结果表明:MIV-PSO-SVM模型可以更科学、客观地考量特征变量对预测结果的权重影响,构建更为合理的指标体系。模型预测平均准确率为94.667%,均方根误差为0.196 3,平均绝对误差百分率为3.413%,与其他模型相比,预测平均准确率明显提高,均方根误差和平均绝对误差百分率明显降低。 展开更多
关键词 矿井突水 水源识别 平均影响值 粒子群优化支持向量机
在线阅读 下载PDF
生物发酵过程变量的NN-MIV软测量模型 被引量:2
6
作者 于霜 程锦翔 《控制工程》 CSCD 北大核心 2015年第2期312-316,共5页
针对生物发酵过程中关键生化参量的在线检测问题,提出一种基于平均影响值的神经网络(NN-MIV)变量选择方法。发酵过程初始软测量模型含有多个辅助变量,MIV方法计算辅助变量对主变量的外部贡献率,NN方法计算辅助变量对主变量的内部贡献率... 针对生物发酵过程中关键生化参量的在线检测问题,提出一种基于平均影响值的神经网络(NN-MIV)变量选择方法。发酵过程初始软测量模型含有多个辅助变量,MIV方法计算辅助变量对主变量的外部贡献率,NN方法计算辅助变量对主变量的内部贡献率,文中将两种方法综合提出了NN-MIV方法,其计算出的辅助变量对主变量的贡献率稳定性好。利用筛选出最优辅助变量建立软测量模型,对青霉素发酵过程做了数值仿真实验,与传统的变量筛选方法相比,该方法筛选出的辅助变量少,建立的软测量模型估计精度高。 展开更多
关键词 生物发酵 平均影响值 变量筛选 软测量
在线阅读 下载PDF
基于MIV与RBF神经网络的滚珠丝杠故障诊断 被引量:1
7
作者 温国强 文妍 谭继文 《制造技术与机床》 北大核心 2014年第1期64-67,共4页
滚珠丝杠故障特征值引入平均影响值(MIV)的特征值筛选方法,剔出冗余特征值,减少了特征向量数;设计了径向基(RBF)神经网络,并建立了基于MIV与RBF神经网络的滚珠丝杠故障识别模型。经试验,对"未筛选-BP"、"未筛选-RBF"... 滚珠丝杠故障特征值引入平均影响值(MIV)的特征值筛选方法,剔出冗余特征值,减少了特征向量数;设计了径向基(RBF)神经网络,并建立了基于MIV与RBF神经网络的滚珠丝杠故障识别模型。经试验,对"未筛选-BP"、"未筛选-RBF"和"MIV-RBF"三种诊断模型进行对比分析研究,结果表明:"MIV-RBF"训练步数少、收敛快、诊断精度高,是一种较为理想的滚珠丝杠故障诊断方法。 展开更多
关键词 滚珠丝杠 miv 特征值筛选 RBF神经网络 故障诊断
在线阅读 下载PDF
基于MIV-BP模型和AIC准则的盾构掘进参数优化研究 被引量:11
8
作者 张社荣 方鑫 和孙文 《铁道标准设计》 北大核心 2019年第8期95-101,共7页
为解决水下隧道和隧洞工程盾构施工关键掘进参数在复合地层中难以控制的问题,以广东陆丰核电站1、2号机组排水隧洞工程盾构施工为背景,将平均影响值(Mean Impact Value,MIV)算法引入BP神经网络模型,筛选出对施工效果影响显著的关键掘进... 为解决水下隧道和隧洞工程盾构施工关键掘进参数在复合地层中难以控制的问题,以广东陆丰核电站1、2号机组排水隧洞工程盾构施工为背景,将平均影响值(Mean Impact Value,MIV)算法引入BP神经网络模型,筛选出对施工效果影响显著的关键掘进参数,在此基础上,基于AIC准则对其进行最优分布拟合,提出以50%和90%置信水平下的置信区间,分别作为掘进参数的控制区间和预警区间的掘进参数优化设计方案,并基于Python脚本语言自带的开源Scikit-Learn、SciPy模块库开发了相应的程序。分析结果表明,刀盘扭矩、总推力等参数对隧洞拱顶沉降起重要的控制作用,所开发程序具有良好的统计分析、快速指导施工的功能,可以为同类型盾构在相似复合地层下掘进参数的选取、优化和隧洞拱顶沉降量的控制提供参考。 展开更多
关键词 盾构施工 掘进参数 复合地层 BP神经网络 平均影响值 赤池信息准则
在线阅读 下载PDF
基于MIV-GA-BP神经网络的铅酸蓄电池SOC预测 被引量:6
9
作者 孙硕 孙俊忠 +2 位作者 周智勇 杨占录 蔡巍 《电源技术》 CAS 北大核心 2021年第2期228-231,共4页
建立了铅酸蓄电池充电过程中SOC的神经网络预测模型,采用平均影响值(MIV)算法对预测模型的输入变量进行了分析和筛选。在MIV算法的基础上,比较了基于遗传算法优化的BP神经网络(MIV-GA-BP)与传统MIV-BP神经网络对蓄电池充电过程中SOC的... 建立了铅酸蓄电池充电过程中SOC的神经网络预测模型,采用平均影响值(MIV)算法对预测模型的输入变量进行了分析和筛选。在MIV算法的基础上,比较了基于遗传算法优化的BP神经网络(MIV-GA-BP)与传统MIV-BP神经网络对蓄电池充电过程中SOC的预测误差。测试样本的验证结果表明,MIV-GA-BP神经网络模型对蓄电池充电过程的SOC预测精度更优。 展开更多
关键词 铅酸蓄电池 荷电状态(SOC) 神经网络 平均影响值(miv) 遗传算法
在线阅读 下载PDF
红色旅游产品体验的个体价值观影响研究——以延安革命纪念地景区为例
10
作者 白凯 冯岳 《湘潭大学学报(哲学社会科学版)》 北大核心 2025年第4期92-98,共7页
基于阶梯式访谈和结构方程模型的混合研究方法,聚焦延安革命纪念地景区系列红色旅游产品,将“手段-目的链”引入红色旅游价值观影响的分析之中,构建了以红色旅游产品属性为自变量,以旅游体验结果为中介变量,以旅游者个体价值观为因变量... 基于阶梯式访谈和结构方程模型的混合研究方法,聚焦延安革命纪念地景区系列红色旅游产品,将“手段-目的链”引入红色旅游价值观影响的分析之中,构建了以红色旅游产品属性为自变量,以旅游体验结果为中介变量,以旅游者个体价值观为因变量的红色旅游产品体验价值观影响模型,验证了红色旅游产品的功能属性、符号属性对旅游者的内外部价值观均具有直接和间接影响。研究表明,单纯由红色旅游产品功能属性引发的情感结果对价值观影响效果不显著;红色旅游产品的符号属性是决定红色旅游价值观教育影响成效的核心,其对旅游者价值观的影响效果显著优于红色旅游产品的功能属性。研究结论对红色旅游的价值观影响机制阐释及相关产品开发等均有科学参考价值。 展开更多
关键词 红色旅游产品 红色旅游体验 价值观影响 手段-目的链 延安革命纪念地景区 文旅融合 科技创新
在线阅读 下载PDF
基于MIV-Elman神经网络的海洋生物酶发酵软测量 被引量:4
11
作者 孙丽娜 邓玲黎 +1 位作者 刘骏 黄永红 《传感器与微系统》 CSCD 2018年第12期128-130,135,共4页
针对海洋生物酶发酵过程关键生物参数(基质浓度、菌体浓度、产物浓度)难以在线测量的问题,根据其发酵过程特征,采用平均影响值(MIV)和Elman动态回归神经网络相结合的方法,结合Elman神经网络并应用MIV方法进行变量筛选,找到对关键生物参... 针对海洋生物酶发酵过程关键生物参数(基质浓度、菌体浓度、产物浓度)难以在线测量的问题,根据其发酵过程特征,采用平均影响值(MIV)和Elman动态回归神经网络相结合的方法,结合Elman神经网络并应用MIV方法进行变量筛选,找到对关键生物参数有较大影响的输入变量,将这些输入变量作为Elman神经网络的输入,关键生物参数作为Elman神经网络的输出,进而建立了基于MIV-Elman神经网络的软测量模型。以典型的海洋生物酶—海洋蛋白酶为研究对象,利用其实验数据,验证了基于MIV-Elman神经网络软测量模型在关键生物参数预测中的可行性,通过与Elman神经网络、径向基函数(RBF)神经网络、反向传播(BP)神经网络对比表明,MIV-Elman神经网络软测量模型预测性能优于以上3种模型。 展开更多
关键词 平均影响值 ELMAN神经网络 关键生物参数 软测量
在线阅读 下载PDF
基于MIV-BP神经网络的成品烟丝质量预测模型构建 被引量:10
12
作者 卓鸣 汪鹏 望开奎 《食品与机械》 北大核心 2021年第12期161-166,214,共7页
目的:构建卷烟制丝过程成品烟丝质量模拟预测模型。方法:使用平均影响值法(the Mean Impact Value,MIV)对制丝加工过程工艺参数进行筛选,然后通过反向传播(Back-Propagation,BP)神经系统构建起制丝关键工艺参数和成品烟丝质量的模拟模... 目的:构建卷烟制丝过程成品烟丝质量模拟预测模型。方法:使用平均影响值法(the Mean Impact Value,MIV)对制丝加工过程工艺参数进行筛选,然后通过反向传播(Back-Propagation,BP)神经系统构建起制丝关键工艺参数和成品烟丝质量的模拟模型。结果:通过模拟数据与实测数据比较,填充值的模拟预测平均相对误差为3.16%;整丝率的模拟预测平均相对误差为0.67%;碎丝率的模拟预测平均相对误差为5.33%。结论:该模型预测值与实测值之间相对误差较小,精确性高,该模型适用于卷烟制丝生产过程工艺参数仿真优化。 展开更多
关键词 平均影响值 BP神经系统 填充值 整丝率 碎丝率 预测模型
在线阅读 下载PDF
基于CARS-MIV-SVR的库尔勒香梨可溶性固体含量预测方法 被引量:6
13
作者 朱晓琳 李光辉 张萌 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第11期3547-3552,共6页
为了实现库尔勒香梨依据可溶性固体含量(SSC)分级定等和按质论价,推动采后处理向标准化、产业化方向健康发展,利用高光谱成像技术研究出了一种快速、有效、无损检测库尔勒香梨SSC的方法。以表面无损伤的157个库尔勒香梨作为研究样本,应... 为了实现库尔勒香梨依据可溶性固体含量(SSC)分级定等和按质论价,推动采后处理向标准化、产业化方向健康发展,利用高光谱成像技术研究出了一种快速、有效、无损检测库尔勒香梨SSC的方法。以表面无损伤的157个库尔勒香梨作为研究样本,应用高光谱成像采集系统获取400~1 000nm波长范围内高光谱图像并用ENVI5.3软件提取感兴趣区域(ROI),获得高光谱数据。采用Kennard-Stone(KS)样本集划分方法将全部样本按照2∶1的比例划分为校正集(105)和预测集(52)。对比标准变量变换(SNV)、多元散射校正(MSC)、一阶导数(FD)和二阶导数(SD)等数据预处理方法对建模精度的影响,最终选用SNV方法对光谱曲线进行平滑去噪。该研究提出竞争性自适应重加权算法与平均影响值算法的组合算法(CARS-MIV)选择特征波长。在竞争性自适应重加权算法(CARS)方法中,建模样本由蒙特卡罗算法随机选择生成,变量回归系数会随之发生变化,因而回归系数的绝对值不能全面反映变量重要性,从而影响模型检测精度。为降低这种影响,应用平均影响值(MIV)算法对选出的自变量进行二次筛选,筛选出相关性较大的变量用以建模分析,并与CARS、连续投影算法(SPA)、蒙特卡罗无信息变量消除算法(MCUVE)等经典特征波长选择算法进行比较。最后分别以全波长(FS)光谱信息和四种特征波长选择方法得出的光谱信息作为输入矢量,应用支持向量回归(SVR)建立库尔勒香梨可溶性固体含量定量预测数学模型,以校正集相关系数(Rc)、校正集均方根误差(RMSEC)、预测集相关系数(Rp)和预测集均方根误差(RMSEP)四个参数来评估模型的预测精度。比较分析发现,CARS-MIV-SVR模型效果最佳,校正集相关系数(Rc)为0.985 94,预测集相关系数(Rp)达到0.946 31,校正集和预测集均方根误差分别为0.185 85和0.403 33。结果证明:CARS-MIV特征波长选择方法能够有效增强库尔勒香梨光谱数据特征波长选择的稳定性和精确性,提高模型的预测精度。利用高光谱技术结合CARS-MIV-SVR模型能够满足库尔勒香梨可溶性固体含量测定需求,实现库尔勒香梨的分级定等和按质论价。 展开更多
关键词 光谱分析 可溶性固体含量 变量选择 竞争性自适应重加权算法与平均响应值算法的组合 支持向量回归
在线阅读 下载PDF
基于MIV-RBF神经网络的主蒸汽流量软测量方法 被引量:9
14
作者 孙剑 蒙西 乔俊飞 《控制工程》 CSCD 北大核心 2022年第10期1829-1834,共6页
在城市固体废弃物焚烧(municipal solid waste incineration,MSWI)过程中,主蒸汽流量对锅炉机组运行状况、性能监测、过程控制起着至关重要的作用。针对主蒸汽流量难以实时检测的问题,提出了一种基于平均影响值(meanimpactvalue,MIV)和... 在城市固体废弃物焚烧(municipal solid waste incineration,MSWI)过程中,主蒸汽流量对锅炉机组运行状况、性能监测、过程控制起着至关重要的作用。针对主蒸汽流量难以实时检测的问题,提出了一种基于平均影响值(meanimpactvalue,MIV)和径向基函数(radial basis function,RBF)神经网络的主蒸汽流量软测量方法。首先,根据实际生产过程中锅炉的工艺特点,基于机理及经验知识选取与主蒸汽流量相关的变量;然后,采用MIV算法进行特征选择,确定软测量模型的辅助变量;最后,通过RBF神经网络建立主蒸汽流量软测量智能模型。实验结果表明,建立的MIV-RBF软测量模型能实时精准地检测主蒸汽流量,验证了所提方法的有效性和可行性。 展开更多
关键词 城市固废焚烧 主蒸汽流量 软测量 平均影响值 径向基函数神经网络
在线阅读 下载PDF
基于MIV-PCA的超短期风电功率预测模型优化 被引量:5
15
作者 徐龙博 王伟 +2 位作者 丁煜函 张滔 汪少勇 《电力工程技术》 2019年第5期107-113,137,共8页
为解决基于动态神经网络的超短期风电功率预测方法中预测模型输入变量多、模型复杂等问题,文中将平均影响值(MIU)和主元分析(PCA)方法相结合,对预测模型进行了优化。MIU方法表征了输入变量对输出的影响程度,可筛选出对预测输出具有最大... 为解决基于动态神经网络的超短期风电功率预测方法中预测模型输入变量多、模型复杂等问题,文中将平均影响值(MIU)和主元分析(PCA)方法相结合,对预测模型进行了优化。MIU方法表征了输入变量对输出的影响程度,可筛选出对预测输出具有最大影响的输入变量,简化预测模型,但变量的信息利用率不高。PCA法从剩余的输入变量中提取出主元,通过增加少量的主元变量提高信息利用率,弥补MIU方法的不足。数据分析及实验结果表明,通过MIU和PCA法优化的预测模型的输入变量能在获得较高的累计贡献率的同时降低模型复杂度,保留原系统的重要信息,并降低模型引入噪声的风险,使得风电功率预测精度得到显著提高。 展开更多
关键词 风电功率 超短期预测 平均值影响 主元分析 模型优化
在线阅读 下载PDF
基于MIV的碳钢大气腐蚀速率影响因子权重分析 被引量:9
16
作者 杨斌 李敬洋 文磊 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第8期1620-1628,共9页
通过平均影响值(MIV)影响因子权重分析算法,以碳钢Q235、Ste355、St12和Q450腐蚀速率的暴露时间、气候因素和环境因素数据为依据,以|MIV|值为评价依据,定量分析15种影响因子(暴露时间、平均温度、平均相对湿度、日照时数、降水量、平均... 通过平均影响值(MIV)影响因子权重分析算法,以碳钢Q235、Ste355、St12和Q450腐蚀速率的暴露时间、气候因素和环境因素数据为依据,以|MIV|值为评价依据,定量分析15种影响因子(暴露时间、平均温度、平均相对湿度、日照时数、降水量、平均风速、海盐粒子浓度、SO_2、HCl、NO_2、H_2S、硫酸盐化速率、NH3、降尘量-非水溶性、降尘量-水溶性)对碳钢腐蚀速率影响的权重大小。结果表明:当MIV调节率从5%逐步递增至25%时,同种影响因子对腐蚀速率的影响权重变化不大,但4种碳钢对各影响因子的敏感度略有不同;气候因素对腐蚀速率影响最大,其次为暴露时间,环境因素中SO_2和降尘量对腐蚀速率影响较大;平均相对湿度、日照时数、平均温度是影响腐蚀速率最主要的3个因子。 展开更多
关键词 碳钢 腐蚀速率 平均影响值(miv) 影响因子 大气腐蚀
在线阅读 下载PDF
基于MIV-MA-KELM模型的岩爆烈度等级预测 被引量:10
17
作者 邵良杉 周玉 《中国安全科学学报》 CAS CSCD 北大核心 2018年第2期34-39,共6页
为准确预测岩爆烈度等级以确保挖掘工程施工安全,提出一种基于MIV-MA-KELM的岩爆烈度等级预测模型。首先,在分析岩爆烈度影响因素的基础上确定主要评判指标,采用文化基因算法(MA)优化核极限学习机(KELM)参数,借助KELM拟合评判指标... 为准确预测岩爆烈度等级以确保挖掘工程施工安全,提出一种基于MIV-MA-KELM的岩爆烈度等级预测模型。首先,在分析岩爆烈度影响因素的基础上确定主要评判指标,采用文化基因算法(MA)优化核极限学习机(KELM)参数,借助KELM拟合评判指标与岩爆烈度等级间的非线性映射关系;然后,利用平均影响值(MIV)方法以20%的调解率计算各指标影响权重,剔除低影响权重指标并反馈到MA-KELM模型中重新训练与测试;最后,选取巴玉隧道的68组数据进行试验,并用该模型预测秦岭隧道岩爆烈度等级。结果表明:预测结果与实际情况完全一致;MIV-MA-KELM模型能更合理地构建指标体系,有效避免局部最优解,提高岩爆烈度等级的预测准确率。 展开更多
关键词 岩爆烈度等级 文化基因算法(MA) 核极限学习机(KELM) 平均影响值(miv) miv调解率
在线阅读 下载PDF
基于MIV-PSO-BPNN的光伏出力短期预测 被引量:13
18
作者 刘丹 刘方 许彦平 《太阳能学报》 EI CAS CSCD 北大核心 2022年第6期94-98,共5页
针对高比例光伏接入电网时,光伏出力的波动性会严重影响电力系统稳定运行的问题提出一种基于平均影响值与改进粒子群优化神经网络的组合式光伏出力短期预测模型。首先,采用直接预测法,选取总辐射量、直接辐射量、散射量、相对湿度、气... 针对高比例光伏接入电网时,光伏出力的波动性会严重影响电力系统稳定运行的问题提出一种基于平均影响值与改进粒子群优化神经网络的组合式光伏出力短期预测模型。首先,采用直接预测法,选取总辐射量、直接辐射量、散射量、相对湿度、气温、风速和降雨量7个影响光伏出力的因素,构建MIV-PSO-BPNN模型,基于Rapid Miner数据挖掘得出降雨量对光伏出力平均影响值为0.0099,影响较小,不作为模型输入变量。然后,用改进PSO优化算法对BPNN的权值与阈值进行优化。最后,利用上海浦东国际机场T2-2光伏电站数据进行验证,结果表明MIV-PSO-BPNN模型对光伏出力预测有效,在实际中有一定应用价值。 展开更多
关键词 光伏发电 数据挖掘 粒子群优化算法 神经网络 平均影响值 权值与阈值 短期预测
在线阅读 下载PDF
基于仿生算法联合优化BP的燃煤发热量预测 被引量:2
19
作者 张艺 姚素玲 +3 位作者 董宪姝 付元鹏 樊玉萍 马晓敏 《太原理工大学学报》 CAS 北大核心 2024年第2期287-295,共9页
【目的】燃煤发热量的精准预测和评价是煤质分析和热工计算的重要基础,目前神经网络预测燃煤发热量的模型虽能有效拟合非线性关系,但存在易陷入局部最小值、收敛速度慢等问题。【方法】为精准预测煤炭在工业锅炉燃烧过程中的发热量,提... 【目的】燃煤发热量的精准预测和评价是煤质分析和热工计算的重要基础,目前神经网络预测燃煤发热量的模型虽能有效拟合非线性关系,但存在易陷入局部最小值、收敛速度慢等问题。【方法】为精准预测煤炭在工业锅炉燃烧过程中的发热量,提出一种由仿生算法FA-GA联合优化BP神经网络的燃煤发热量预测方法。将774组燃煤锅炉常用煤的工业分析及元素分析数据进行预处理,根据平均影响值对煤质指标进行特征变量筛选,最终建立FA-GA-BP的发热量预测模型,并从误差评价指标、迭代次数等方面对优化算法寻优能力和模型预测精度进行了检验。【结果】经过特征变量筛选后模型的预测精度提升至0.956 1;FA-GA联合算法与单一优化算法FA、GA、PSO相比,迭代次数显著减少,算法的全局搜索能力得到有效提升;FA-GA-BP模型与单一优化模型FA-BP、GA-BP、PSO-BP以及目前常用的发热量模型MLR和SVR相比,精度更高,相关系数可达0.984 5.【结论】FA-GA算法优化BP模型,针对燃煤锅炉中来自不同地区、不同煤种的发热量预测具有良好的效果,在理论上满足了工业误差要求。改进后的燃煤发热量预测模型可为有效监测入炉煤质实时变化提供一种新方法。 展开更多
关键词 燃煤发热量 BP神经网络 遗传算法 萤火虫算法 平均影响值
在线阅读 下载PDF
基于地质大数据的泥石流灾害易发性评价 被引量:20
20
作者 张永宏 葛涛涛 +2 位作者 田伟 夏广浩 何静 《计算机应用》 CSCD 北大核心 2018年第11期3319-3325,共7页
在地质大数据背景下,为了更加精准、客观地评估泥石流易发程度,提出一种基于神经网络的区域泥石流易发性评价模型,并结合使用平均影响值算法(MIV)、遗传算法(GA)、Borderline-SMOTE算法提升模型精度。在预处理阶段使用Borderline-SMOTE... 在地质大数据背景下,为了更加精准、客观地评估泥石流易发程度,提出一种基于神经网络的区域泥石流易发性评价模型,并结合使用平均影响值算法(MIV)、遗传算法(GA)、Borderline-SMOTE算法提升模型精度。在预处理阶段使用Borderline-SMOTE算法处理非平衡数据集的分类问题,之后采用神经网络拟合主要指标与易发程度的非线性关系并结合遗传算法提升拟合速度,最后结合MIV算法定量分析指标与易发程度相关性。选取雅鲁藏布江中上游流域作为研究区域,实验结果显示,模型能够有效降低非平衡数据集的过拟合,优化原始输入维度,同时在拟合速度上有了很大提升。采用AUC指标检验评价结果,测试集的分类精度达到97.95%,说明模型能够在非平衡数据集下为评价研究区域泥石流易发程度提供参考。 展开更多
关键词 地质大数据 泥石流 易发性 平均影响值算法 遗传算法 Borderline-SMOTE算法
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部