针对长短期记忆(long short term memory,LSTM)神经网络存在短期负荷预测精度低和稳定性差的问题,提出一种基于多策略改进金豺(improved golden jackal optimization,IGJO)算法优化LSTM的短期电力负荷预测模型。首先融合凸透镜成像反向...针对长短期记忆(long short term memory,LSTM)神经网络存在短期负荷预测精度低和稳定性差的问题,提出一种基于多策略改进金豺(improved golden jackal optimization,IGJO)算法优化LSTM的短期电力负荷预测模型。首先融合凸透镜成像反向学习策略,探索更好的初始解位置;引入Sigmoid函数改变逃逸能量,平衡探索和开发阶段;融合鲸鱼优化算法的螺旋包围机制,增强探索能力,提高收敛精度。然后,引入LSTM神经网络,利用IGJO算法优化LSTM的超参数,并建立IGJO-LSTM短期电力负荷预测模型。最后,使用河南某地区的实际电力负荷数据验证IGJO-LSTM短期负荷预测模型。实验结果表明,所提预测模型在工作日和周末不同时刻的电力系统短期负荷预测结果与实际负荷较接近。相比于传统预测方法,所提预测模型具有更高的精确度和稳定性,并具有一定的实际应用潜力。展开更多
文摘目的利用生物信息学方法探究肝癌和糖尿病共有的基因特征和致病机制。方法在GEO(Gene Expression Omnibus)数据库中下载肝癌数据集(GSE121248)和糖尿病数据集(GSE29221),通过R语言包进行差异分析,Venn图获取共有的差异表达基因(differentially expressed genes,DEGs)。对DEGs进行GO(gene ontology)和KEGG(kyoto encyclopedia of genes and genomes)富集分析,Cytoscape软件获取PPI(protein protein interaction)网络中的关键模块和核心基因。在NetworkAnalyst数据库中进行基因、转录因子和mi-RNA的网络互作分析。DGIdb数据库用于基因与药物的互作分析。通过Kaplan-Meier Plotter数据库分析核心基因的预后价值。结果共筛选出39个DEGs,这些DEGs在细胞外基质、胰岛素样生长因子受体信号通路的正调控、肝素结合和P53通路等信号通路中显著富集。共筛选出6个核心基因(THBS1、DCN、BGN、COL14A1、LUM、PCOLC),其中2个核心基因(DCN、THBS1)可与相关肿瘤治疗药物互作,1个核心基因(DCN)与肝癌患者预后相关。结论DCN可能是治疗糖尿病并发肝癌的潜在药物靶点。
文摘针对长短期记忆(long short term memory,LSTM)神经网络存在短期负荷预测精度低和稳定性差的问题,提出一种基于多策略改进金豺(improved golden jackal optimization,IGJO)算法优化LSTM的短期电力负荷预测模型。首先融合凸透镜成像反向学习策略,探索更好的初始解位置;引入Sigmoid函数改变逃逸能量,平衡探索和开发阶段;融合鲸鱼优化算法的螺旋包围机制,增强探索能力,提高收敛精度。然后,引入LSTM神经网络,利用IGJO算法优化LSTM的超参数,并建立IGJO-LSTM短期电力负荷预测模型。最后,使用河南某地区的实际电力负荷数据验证IGJO-LSTM短期负荷预测模型。实验结果表明,所提预测模型在工作日和周末不同时刻的电力系统短期负荷预测结果与实际负荷较接近。相比于传统预测方法,所提预测模型具有更高的精确度和稳定性,并具有一定的实际应用潜力。