-
题名基于自适应网格多目标量子遗传算法的轧制规程优化
被引量：2
- 1
-
-
作者
车海军
王亮亮
顾佳琪
霍丽娇
孙浩
杨景明
-
机构
国家冷轧板带装备及工艺工程技术研究中心
燕山大学工业计算机控制工程河北省重点实验室
北京思特奇信息技术股份有限公司
-
出处
《塑性工程学报》
CAS
CSCD
北大核心
2016年第6期79-86,共8页
-
基金
河北省高等学校创新团队领军人才培训计划资助项目(LJRC013)
河北省自然科学基金资助项目(F2016203249)
国家冷轧板带装备及工艺工程技术研究中心开放课题资助项目(2012006)
-
文摘
轧制规程设定是铝热连轧轧制过程控制的重要内容,轧制规程的好坏直接影响产品质量和生产效率。针对铝热连轧过程轧制规程优化目标的多样性问题,提出改进的混沌多目标量子遗传算法对轧制规程进行优化。该算法初始化引入混沌序列并采用量子位概率指导的实数交叉与混沌变异相结合的方法,同时采用非支配排序、自适应网格及外部解集等多目标优化策略,从而提高了寻优效率和收敛速度。以等相对负荷、末机架板形良好为目标函数,对河南某铝厂热连轧机进行轧制规程优化。仿真结果表明,优化规程的打滑因子和负荷系数优于原始规程。
-
关键词
热连轧
轧制规程
多目标
自适应网格
混沌序列
-
Keywords
hot tandem rolling
rolling schedule
multi-objective
adaptive grid
chaotic sequence
-
分类号
TG335.13
[金属学及工艺—金属压力加工]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名面向电信行业网络告警系统的告警过滤算法
被引量：6
- 2
-
-
作者
徐冰珂
周宇喆
杨茂林
谢远航
李晓瑜
雷航
-
机构
电子科技大学信息与软件工程学院
北京思特奇信息技术股份有限公司
-
出处
《计算机应用》
CSCD
北大核心
2018年第10期2881-2885,共5页
-
基金
国家自然科学基金资助项目(61502082)~~
-
文摘
为了减小电信网络中海量告警数据对的告警根源分析所造成的干扰,提出一种告警过滤算法。首先,基于电信网络告警数据对告警量分布、告警持续时间等特征进行量化分析,提出告警影响力和高频瞬态告警概念。在此基础上,从告警量、平均告警时间、告警影响力以及告警实例持续时间四个维度对告警重要程度进行综合分析,并提出复杂度为O(n)(n为告警记录数)的告警过滤算法。单因素实验分析显示,告警压缩比与特定告警元的告警量、平均告警时间、告警影响力以及告警实例持续时间具有正相关关系。对比实验结果表明,在相似告警压缩比下,所提算法的准确性比FTD(Flexible Transient flapping Determination)算法最多提高18个百分点,可用于电信行业的告警数据样本分析以及在线告警过滤。
-
关键词
故障诊断
告警过滤
告警关联
电信网络
数据挖掘
-
Keywords
fault diagnosis
alarm filtering
alarm correlation
telecom network
data mining
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于循环神经网络的电信行业容量数据预测方法
被引量：8
- 3
-
-
作者
丁尹
桑楠
李晓瑜
吴飞舟
-
机构
电子科技大学信息与软件工程学院
北京思特奇信息技术股份有限公司
-
出处
《计算机应用》
CSCD
北大核心
2021年第8期2373-2378,共6页
-
基金
四川省科技计划项目(18KJFWSF0388)。
-
文摘
在电信运维的容量预测过程中,存在容量指标和部署业务种类繁多的问题。现有研究未考虑指标数据类型的差异,对所有类型的数据使用同种预测方法,使得预测效果参差不齐。为了提升指标预测效率,提出一种指标数据类型分类方法,利用该方法将数据类型分为趋势型、周期型和不规则型。针对其中的周期型数据预测,提出基于双向循环神经网络(BiRNN)的周期型容量指标预测模型,记作BiRNN-BiLSTM-BI。首先,为分析容量数据的周期特征,提出一种忙闲分布分析算法;其次,搭建循环神经网络(RNN)模型,该模型包含一层BiRNN和一层双向长短时记忆网络(BiLSTM);最后,充分利用系统忙闲分布信息,对BiRNN输出的结果进行优化。与传统的三次指数平滑、差分自回归移动平均(ARIMA)模型和反向传播(BP)神经网络模型进行比较的实验结果表明,在统一日志数据集和分布式缓存数据集上,提出的BiRNN-BiLSTM-BI模型的均方误差(MSE)分别比对比模型中表现最优的模型降低了15.16%和45.67%,可见预测准确率得到了很大程度的提升。
-
关键词
双向循环神经网络
长短时记忆网络
容量预测
忙闲分布
智能运维
-
Keywords
Bi-directional Recurrent Neural Network(BiRNN)
Long Short-Term Memory network(LSTM)
capacity prediction
busy and idle distribution
Artificial Intelligence for IT Operations(AIOps)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
