基于超参数优化和误差修正的STAGN超短期风电功率预测 被引量：1

1

作者 潘超 王超 +1 位作者 孙惠 孟涛 《电力系统保护与控制》 北大核心 2025年第8期117-129,共13页

针对风电功率预测模型的数据关联性与误差修正适应性问题,提出基于超参数优化和误差修正单元切换的超短期风电功率预测方法。首先,构建时空注意力门控网络预测模型,利用改进开普勒算法进行超参数优化。然后,考虑风电场数据与预测误差之... 针对风电功率预测模型的数据关联性与误差修正适应性问题,提出基于超参数优化和误差修正单元切换的超短期风电功率预测方法。首先,构建时空注意力门控网络预测模型,利用改进开普勒算法进行超参数优化。然后,考虑风电场数据与预测误差之间的非线性关联,构建误差修正自适应单元。同时挖掘风速时序变化特征,构建深度学习单元。在此基础上,提出基于风速矩阵梯度的误差修正单元切换策略。最后,将模型应用于实际风场的功率预测并与其他模型对比分析。结果表明,所提方法在预测精度上优于其他方法,且在风速复杂多变的风场仍具有较高预测精度,验证了所提方法的准确性和适用性。 展开更多

关键词 超短期风电功率预测 改进开普勒算法 误差修正 风速矩阵梯度

在线阅读 下载PDF 职称材料

考虑智能网联车辆影响的八车道高速公路施工区可变限速控制方法 被引量：4

2

作者 过秀成 肖哲 +2 位作者 张一鸣 张叶平 许鹏宇 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第2期353-359,共7页

为提升车联网环境下高速公路施工区交通运行效率及安全水平,提出了一种基于强化学习的可变限速控制方法.选取智能驾驶模型和真车试验模型,分别对传统人工车辆和智能网联车辆的跟驰行为进行建模,构建了以瓶颈下游路段交通流量为效率指标... 为提升车联网环境下高速公路施工区交通运行效率及安全水平,提出了一种基于强化学习的可变限速控制方法.选取智能驾驶模型和真车试验模型,分别对传统人工车辆和智能网联车辆的跟驰行为进行建模,构建了以瓶颈下游路段交通流量为效率指标、瓶颈路段速度标准差为安全指标的复合奖励值,利用深度确定性策略梯度算法,分车道动态求解最佳限速值.仿真结果表明,所提可变限速控制方法在不同智能网联车辆渗漏率条件下均能有效提升交通流运行效率和安全水平,且在智能网联车辆渗漏率较低时,提升效果更加显著.当智能网联车辆渗漏率为1.0时,瓶颈下游路段交通流量提升10.1%,瓶颈路段速度标准差均值下降68.9%;当智能网联车辆渗漏率为0时,瓶颈下游路段交通流量提升20.7%,瓶颈路段速度标准差均值下降78.1%.智能网联车辆的引入能够提升至多52.0%的瓶颈下游路段交通流量. 展开更多

关键词 可变限速控制 深度确定性策略梯度算法 八车道高速公路施工区 智能网联车辆 协同自适应巡航控制

在线阅读 下载PDF 职称材料

引入梯度下降的蚁群算法求解多约束服务质量路由 被引量：3

3

作者 梁本来 杨忠明 +1 位作者 秦勇 蔡昭权 《计算机应用》 CSCD 北大核心 2017年第3期722-729,共8页

针对目前多数改进蚁群算法求解多约束服务质量路由(Qo SR)存在收敛速度慢、易陷入局部最优从而效率不高的问题,提出一种引入梯度下降的蚁群算法(ACAGD)。该算法将梯度下降法引入到蚁群的局部搜索中,结合残余信息素,综合决定蚂蚁的下一... 针对目前多数改进蚁群算法求解多约束服务质量路由(Qo SR)存在收敛速度慢、易陷入局部最优从而效率不高的问题,提出一种引入梯度下降的蚁群算法(ACAGD)。该算法将梯度下降法引入到蚁群的局部搜索中,结合残余信息素,综合决定蚂蚁的下一跳选择策略。蚁群不仅以一定概率按照信息素浓度搜索下一跳,还将以一定概率按照梯度下降法搜索下一跳,从而降低传统蚁群算法容易陷入局部最优的可能性。利用Waxman网络模型随机生成不同路由节点数量的网络拓扑进行仿真实验。实验结果表明,ACAGD相比其他改进蚁群算法,能够在收敛速度不受影响的情况下,取得综合代价相对较低的路由,且算法的稳定性较好。 展开更多

关键词 服务质量路由 蚁群算法 梯度下降法 信息素浓度 收敛速度 收敛结果 算法稳定性

在线阅读 下载PDF 职称材料

高速铁路区间节能坡设计方法研究 被引量：12

4

作者 陈进杰 吕希奎 《铁道学报》 EI CAS CSCD 北大核心 2013年第12期83-89,共7页

为提高高速铁路运行节能降耗效果,在优化线路纵断面的设计中引入节能坡设计是有效途径之一。然而由于高速铁路具有行车速度高、区间距离长、曲线半径大等特殊性,使得节能坡设计应用变得极为复杂。在对列车节能运行操纵优化问题数学描述... 为提高高速铁路运行节能降耗效果,在优化线路纵断面的设计中引入节能坡设计是有效途径之一。然而由于高速铁路具有行车速度高、区间距离长、曲线半径大等特殊性,使得节能坡设计应用变得极为复杂。在对列车节能运行操纵优化问题数学描述的基础上,针对列车节能操纵优化问题数学模型非线性、有约束的最优化特性,提出工况序列表与基于改进实数编码遗传算法相结合的高速铁路区间节能坡设计方法,解决节能坡在高速铁路区间的设计应用问题。实验结果表明:该方法能够在最大范围和最大程度上寻找最优设计结果,较好地满足区间节能坡设计。 展开更多

关键词 高速铁路 节能坡设计 遗传算法 工况序列表 优化

在线阅读 下载PDF 职称材料

航行体梯度密度式头帽结构设计及降载性能分析 被引量：12

5

作者 施瑶 刘振鹏 +1 位作者 潘光 高兴甫 《力学学报》 EI CAS CSCD 北大核心 2022年第4期939-953,I0003,共16页

针对航行体在以大于100 m/s的速度高速入水过程中承受巨大的冲击载荷可能导致的结构损坏、弹道失控等现象,而现有的缓冲措施降载能力有限的难题,本文设计了一种航行体高速入水梯度密度式缓冲头帽,确保航行体能够高速安全入水,并给出了... 针对航行体在以大于100 m/s的速度高速入水过程中承受巨大的冲击载荷可能导致的结构损坏、弹道失控等现象,而现有的缓冲措施降载能力有限的难题,本文设计了一种航行体高速入水梯度密度式缓冲头帽,确保航行体能够高速安全入水,并给出了详细的设计过程.同时基于ALE(arbitrary Lagrangian-Eulerian)算法建立了航行体带缓冲头帽高速入水数值计算模型,且数值计算的结果与试验测试数据具有较好的一致性.然后在此基础上,开展了航行体带梯度密度式缓冲头帽高速入水降载特性的数值研究,探究了双层缓冲件不同分层厚度、正负密度梯度排列以及层间密度差等重要参数对缓冲头帽能量吸收以及缓冲降载效果的影响规律,并进行了大尺度模型高速入水冲击测试试验,根据航行体模型干模态分析时的二阶弯曲模态固有频率对试验数据进行滤波处理.研究结果表明,在本文所研究的范围内,分层的缓冲件相比较于不分层的缓冲件表现出更强的冲击能量吸收效果,且缓冲件吸收的冲击能量随着分层数的增加而增加;负密度梯度排列的缓冲件其缓冲能力强于正密度梯度的缓冲件;当层间密度差越大时,冲击能量的损耗也将越大,缓冲头帽的降载效果越好. 展开更多

关键词 高速入水 缓冲降载 梯度密度 ALE 算法 能量吸收

在线阅读 下载PDF 职称材料

一种快速收敛的BP算法 被引量：1

6

作者 余保东 张粒子 杨以涵 《华北电力大学学报（自然科学版）》 CAS 北大核心 1997年第2期19-24,共6页

在常规算法的基础上，提出了一种基于变斜率算法与共轭梯度算法的接力逆向传播算法。通过寻找神经元激活函数的最优斜率集来加速迭代，还充分利用了共轭梯度算法的快速二次收敛的特点。计算表明，该算法收敛速度快、学习精度高。

关键词 BP算法 变斜率算法 人工神经网络 收敛速度

在线阅读 下载PDF 职称材料

船舶发电机组转速神经网络模型参考自适应控制研究 被引量：1

7

作者 张威 施伟锋 许丽霞 《高技术通讯》 CAS CSCD 北大核心 2014年第10期1089-1095,共7页

将基于神经网络的模型参考自适应控制(NNMRAC)作为控制策略用于研究船舶发电机组的时变与非线性转速控制,以提高控制质量。研究中建立了船舶发电机组二阶传递函数模型,模型参考自适应控制的神经网络辨识器与控制器均采用多层前馈拓扑结... 将基于神经网络的模型参考自适应控制(NNMRAC)作为控制策略用于研究船舶发电机组的时变与非线性转速控制,以提高控制质量。研究中建立了船舶发电机组二阶传递函数模型,模型参考自适应控制的神经网络辨识器与控制器均采用多层前馈拓扑结构,网络训练采用量化共轭梯度反向传播优化学习算法。学习完成的神经网络模型参考自适应控制器与PID控制器并行作用于船舶发电机组,仿真数据表明船舶发电机组转速控制系统的调速快速性得到了提高、灵敏度得到了改善。 展开更多

关键词 船舶发电机组 神经网络 模型参考自适应控制(MRAC) 转速控制 量化共轭 梯度算法

在线阅读 下载PDF 职称材料

多层感知器的加速算法

8

作者 吕洪涛 周继成 朱洪波 《南京邮电学院学报》 北大核心 1992年第3期92-96,共5页

基于多层感知器(Multi-Perceptron)的反向传播(BP:Backpropagation)算法,本文提出了一种新的改进算法——加速度算法。其基本思想是交替使用负梯度方向[S^t:=—△E(W^(?))]和加速梯度方向[S^k(?)=W^k—W^(k-2)(k≥2)]作为搜索方向。理... 基于多层感知器(Multi-Perceptron)的反向传播(BP:Backpropagation)算法,本文提出了一种新的改进算法——加速度算法。其基本思想是交替使用负梯度方向[S^t:=—△E(W^(?))]和加速梯度方向[S^k(?)=W^k—W^(k-2)(k≥2)]作为搜索方向。理论分析与模拟实验表明,与基本BP算法比较,它有很快的收敛速度。 展开更多

关键词 人工神经网络 多层感知器 加速

在线阅读 下载PDF 职称材料

基于GM(2,1)和辨识算法的风电功率短期预测研究 被引量：8

9

作者 王子赟 纪志成 《系统仿真学报》 CAS CSCD 北大核心 2015年第11期2762-2769 2777,2777,共9页

提出一种基于灰色理论和辨识模型的风电功率短期预测的方法。采用GM(Grey Model)(2,1)灰色方法建立具有迭代性质的GM(2,1)风速预测模型。将有限输入响应滑动平均非线性辨识模型引入到风电特性曲线的建模研究中,通过随机梯度搜索,提出了... 提出一种基于灰色理论和辨识模型的风电功率短期预测的方法。采用GM(Grey Model)(2,1)灰色方法建立具有迭代性质的GM(2,1)风速预测模型。将有限输入响应滑动平均非线性辨识模型引入到风电特性曲线的建模研究中,通过随机梯度搜索,提出了基于辨识模型的风电功率短期预测方法。针对实际风场采样数据的研究结果表明,所提出的灰色模型和辨识算法准确拟合了风电功率特性曲线并精确预测了风电机组的输出功率,该方法实现了对风电功率特性曲线的实时建模,提高了风电功率短期预测的精确性。 展开更多

关键词 风电功率预测 GM(2 1)模型 FIR-MA辨识模型 随机梯度

在线阅读 下载PDF 职称材料

神经网络中误差反传算法的分析与改进 被引量：3

10

作者 申挺 金云程 《暨南大学学报（自然科学与医学版）》 CAS CSCD 1998年第1期118-123,共6页

分析了ＢＰ网络存在的主要问题及其产生原因，提出了改进算法ＢＰＧ，以共轭梯度方向代替梯度方向进行搜索，并在学习过程中采用不精确的一维搜索、限幅和条件轮回等措施．计算机仿真结果表明：改进的ＢＰＧ算法优于原ＢＰ算法．

关键词 BP算法 共轭梯度 神经网络 误差反传算法

在线阅读 下载PDF 职称材料

高速电主轴动力学模型参数多新息随机梯度辨识

11

作者 唐传胜 《组合机床与自动化加工技术》 北大核心 2020年第10期68-71,共4页

针对高速电主轴转子转速、磁链和电流中存在复杂的强耦合、时变非线性因素造成其系统模型难以精确建立的问题,结合多新息辨识理论,提出了一种高速电主轴动力模型参数的多新息辨识方法。根据高速电主轴的结构和特点,建立其动力学模型;通... 针对高速电主轴转子转速、磁链和电流中存在复杂的强耦合、时变非线性因素造成其系统模型难以精确建立的问题,结合多新息辨识理论,提出了一种高速电主轴动力模型参数的多新息辨识方法。根据高速电主轴的结构和特点,建立其动力学模型;通过对高速电主轴动力模型的离散化,估计参数项由当前误差扩展为包含当前误差和历史误差的向量,实现了高速电主轴的多新息模型参数辨识。通过与传统随机梯度辨识方法进行仿真对比,表明了多新息长度p的引入可以有效提高模型参数辨识的速度和精度,并且随着信息长度的增加收敛速度逐步提高,验证了该文方法的有效性和正确性。 展开更多

关键词 高速电主轴 模型辨识 模型离散化 多新息随机梯度算法

在线阅读 下载PDF 职称材料

一类新的基于信赖域技术的非单调共轭梯度算法 被引量：1

12

作者 高苗苗 宫恩龙 +2 位作者 孙清滢 王真真 杜小雨 《工程数学学报》 CSCD 北大核心 2018年第5期502-514,共13页

为有效求解大规模无约束优化问题,本文基于信赖域技术和修正拟牛顿方程,同时结合Zhang H.C.策略和Gu N.Z.策略,设计了一种新的非单调共轭梯度算法,应用信赖域技术保证了算法的稳健性和收敛性,并给出了算法的全局收敛性分析.在适当条件下... 为有效求解大规模无约束优化问题,本文基于信赖域技术和修正拟牛顿方程,同时结合Zhang H.C.策略和Gu N.Z.策略,设计了一种新的非单调共轭梯度算法,应用信赖域技术保证了算法的稳健性和收敛性,并给出了算法的全局收敛性分析.在适当条件下,证明了该算法具有线性收敛性.数值实验表明新算法能够有效求解病态和大规模问题.与单独结合其中一种非单调策略的算法相比,新算法需要较少的迭代次数和运行时间,利用其得到的函数值与最优值更接近. 展开更多

关键词 共轭梯度算法 非单调策略 全局收敛 收敛速度

在线阅读 下载PDF 职称材料

基于强化学习的水下高速航行体纵向运动控制研究 被引量：1

13

作者 白涛 董勤浩 +1 位作者 冯梓昆 李雪华 《智能系统学报》 CSCD 北大核心 2023年第5期902-916,共15页

水下高速航行体由于空泡特性导致其数学模型存在强非线性和强不确定性,经典控制方法如线性二次型调节控制(linear quadratic regulator, LQR)、切换控制等很难实现有效控制。针对水下高速航行体模型难以准确解耦或线性化处理;经典控制... 水下高速航行体由于空泡特性导致其数学模型存在强非线性和强不确定性,经典控制方法如线性二次型调节控制(linear quadratic regulator, LQR)、切换控制等很难实现有效控制。针对水下高速航行体模型难以准确解耦或线性化处理;经典控制方法难以充分考虑水下环境复杂多变性以及在应对扰动时控制器可能会出现过饱和现象的问题,采用智能控制中的强化学习算法,使用在不基于准确模型的条件下与环境不断探索与交互得到控制策略的策略,完成了深度确定性策略梯度(deep deterministic policy gradient,DDPG)智能体控制器的设计。实验结果证明,设计的控制器能够保证水下高速航行体纵向运动的稳定控制,在执行器不超过饱和范围内能够应对扰动并完成下潜控制任务,具有较强的鲁棒性和更好的适应性。 展开更多

关键词 智能控制 强化学习 深度确定性策略梯度算法 水下高速航行体 非线性系统 纵向稳定控制 执行器饱和 下潜

在线阅读 下载PDF 职称材料

高速列车模型参数辨识及控制研究 被引量：5

14

作者 袁海军 赵志刚 《铁道机车车辆》 北大核心 2019年第6期5-9,15,共6页

针对高速列车模型参数时变、非线性、高阶复杂等特点,提出了基于特征模型的高速列车二阶系统最优化PID控制方法。特征模型和原动力学模型在输出上是等价的,不需要考虑列车实际的物理特性,将模型简化,降低了模型的复杂度。首先对列车进... 针对高速列车模型参数时变、非线性、高阶复杂等特点,提出了基于特征模型的高速列车二阶系统最优化PID控制方法。特征模型和原动力学模型在输出上是等价的,不需要考虑列车实际的物理特性,将模型简化,降低了模型的复杂度。首先对列车进行基本动力学分析,由高速列车一般单质点动力学模型推导建立特征模型。然后采用梯度矫正辨识算法对模型慢时变参数进行辨识优化,通过辨识仿真得到的估计值和模型值对比,进一步来验证特征模型时变参数对模型精确度的影响。最后,通过设计最优控制器和最优PID控制器,对列车速度和位置进行误差跟踪控制,得到两种控制器下的误差跟踪仿真结果,通过采用稳态误差、超调量和调节时间三项系统参数进行结果对比,说明了最优PID控制器的控制效果更加良好,也由此说明特征模型对控制器的设计是有效的。 展开更多

关键词 高速列车 列车动力学 特征模型 梯度矫正辨识算法 最优控制 PID控制

在线阅读 下载PDF 职称材料