期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多目标模态分解与NAHL神经网络的电动汽车充电负荷预测方法
被引量：
1
1
作者
郭鑫喆
王业琴
+3 位作者
王超
吴明江
杨艳
张楚
《电测与仪表》
北大核心
2025年第3期20-29,共10页
为提高电动汽车充电负荷预测精度,提出了一种基于多目标变分模态分解(variational mode decompo-sition,VMD)和具有增强隐藏层的自动人工神经网络(network with an augmented hidden layer,NAHL)的预测方法。文章采用模拟单点二进制交...
为提高电动汽车充电负荷预测精度,提出了一种基于多目标变分模态分解(variational mode decompo-sition,VMD)和具有增强隐藏层的自动人工神经网络(network with an augmented hidden layer,NAHL)的预测方法。文章采用模拟单点二进制交叉算子(simulated binary crossover,SBX)和线性递减的自适应变异策略(linear decreasing mutation,LDM)对NSGAII(non-dominated sorting genetic algorithm II)算法进行改进,称为NSGAII-LDSBX算法,利用改进NSGAII-LDSBX算法优化VMD的参数,将信号分解为若干个子序列,并通过模糊熵(fuzzy entropy,FE)对子序列进行重构;进一步使用NSGAII-LDSBX对NAHL模型进行优化,对各分量进行预测;以上海市嘉定区电动汽车充电站的负荷为例进行实验。分析表明:与其他模型相比,所提模型具有更好的预测精度,可有效预测电动汽车充电负荷。
展开更多
关键词
电动汽车
负荷预测
变分模态分解
模糊熵
NSGAII
NAHL神经网络
在线阅读
下载PDF
职称材料
基于FAOA优化鲁棒集成深度RVFL的污水水质预测模型
2
作者
张楚
葛宜达
+2 位作者
李燕妮
李正波
彭甜
《工业水处理》
2025年第9期71-77,共7页
污水排放会对环境和生态系统产生负面影响,准确的水质预测可及时预警污染风险,为水环境保护提供决策支持。基于此,提出一种基于适应度平衡改进算术优化算法(FAOA)和鲁棒集成深度随机向量函数链接网络(ORedRVFL)的污水水质预测模型(FAOA-...
污水排放会对环境和生态系统产生负面影响,准确的水质预测可及时预警污染风险,为水环境保护提供决策支持。基于此,提出一种基于适应度平衡改进算术优化算法(FAOA)和鲁棒集成深度随机向量函数链接网络(ORedRVFL)的污水水质预测模型(FAOA-ORedRVFL)。首先,针对算术优化算法(AOA)引入适应度平衡策略,增强其寻优能力;其次,利用FAOA优化ORedRVFL模型的超参数,增强模型的预测精度和鲁棒性。同时,采用互信息(MI)选择与待预测变量相关程度较高的变量,提高数据建模效率。结果表明,FAOA-ORedRVFL模型具有较好的水质预测性能,与ORedRVFL模型相比,出水氨氮和总氮的均方根误差(RMSE)分别提升了17.88%和22.19%;通过设计噪声干扰实验,进一步验证了FAOA-ORedRVFL模型的抗干扰性能。FAOA-ORedRVFL模型为复杂污水环境下的水质预测提供了高精度、强鲁棒性的解决方案。
展开更多
关键词
水资源污染
水质预测
互信息
鲁棒
算术优化算法
在线阅读
下载PDF
职称材料
题名
基于多目标模态分解与NAHL神经网络的电动汽车充电负荷预测方法
被引量：
1
1
作者
郭鑫喆
王业琴
王超
吴明江
杨艳
张楚
机构
淮阴工学院自动化学院
江苏省永磁电机工程研究中心
中国水利水电科学
研究
院水资源
研究
所
出处
《电测与仪表》
北大核心
2025年第3期20-29,共10页
基金
国家自然科学基金资助项目(62303191,62306123)。
文摘
为提高电动汽车充电负荷预测精度,提出了一种基于多目标变分模态分解(variational mode decompo-sition,VMD)和具有增强隐藏层的自动人工神经网络(network with an augmented hidden layer,NAHL)的预测方法。文章采用模拟单点二进制交叉算子(simulated binary crossover,SBX)和线性递减的自适应变异策略(linear decreasing mutation,LDM)对NSGAII(non-dominated sorting genetic algorithm II)算法进行改进,称为NSGAII-LDSBX算法,利用改进NSGAII-LDSBX算法优化VMD的参数,将信号分解为若干个子序列,并通过模糊熵(fuzzy entropy,FE)对子序列进行重构;进一步使用NSGAII-LDSBX对NAHL模型进行优化,对各分量进行预测;以上海市嘉定区电动汽车充电站的负荷为例进行实验。分析表明:与其他模型相比,所提模型具有更好的预测精度,可有效预测电动汽车充电负荷。
关键词
电动汽车
负荷预测
变分模态分解
模糊熵
NSGAII
NAHL神经网络
Keywords
electric vehicle
load forecasting
VMD
fuzzy entropy
NSGAII
NAHL neural network
分类号
TM561 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
基于FAOA优化鲁棒集成深度RVFL的污水水质预测模型
2
作者
张楚
葛宜达
李燕妮
李正波
彭甜
机构
淮阴工学院自动化学院
出处
《工业水处理》
2025年第9期71-77,共7页
基金
国家自然科学基金项目(62303191,62306123)
江苏省高校自然科学基金面上项目(23KJD480001)
+2 种基金
江苏高校“青蓝工程”资助项目(苏教师函〔2024〕14号)
江苏省研究生科研与实践创新计划项目(SJCX24_2140,SJCX24_2141)
淮阴工学院研究生科研与实践创新计划项目(HGYK202412,HGYK202413)。
文摘
污水排放会对环境和生态系统产生负面影响,准确的水质预测可及时预警污染风险,为水环境保护提供决策支持。基于此,提出一种基于适应度平衡改进算术优化算法(FAOA)和鲁棒集成深度随机向量函数链接网络(ORedRVFL)的污水水质预测模型(FAOA-ORedRVFL)。首先,针对算术优化算法(AOA)引入适应度平衡策略,增强其寻优能力;其次,利用FAOA优化ORedRVFL模型的超参数,增强模型的预测精度和鲁棒性。同时,采用互信息(MI)选择与待预测变量相关程度较高的变量,提高数据建模效率。结果表明,FAOA-ORedRVFL模型具有较好的水质预测性能,与ORedRVFL模型相比,出水氨氮和总氮的均方根误差(RMSE)分别提升了17.88%和22.19%;通过设计噪声干扰实验,进一步验证了FAOA-ORedRVFL模型的抗干扰性能。FAOA-ORedRVFL模型为复杂污水环境下的水质预测提供了高精度、强鲁棒性的解决方案。
关键词
水资源污染
水质预测
互信息
鲁棒
算术优化算法
Keywords
water resource pollution
water quality prediction
mutual information
robustness
arithmetic optimization algorithm
分类号
X703.1 [环境科学与工程]
X832 [环境科学与工程—环境工程]
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
基于多目标模态分解与NAHL神经网络的电动汽车充电负荷预测方法
郭鑫喆
王业琴
王超
吴明江
杨艳
张楚
《电测与仪表》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
基于FAOA优化鲁棒集成深度RVFL的污水水质预测模型
张楚
葛宜达
李燕妮
李正波
彭甜
《工业水处理》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
