基于因果卷积和Informer模型的城市公交客流预测

为了有效缓解日常交通拥堵,倡导健康绿色出行,通过城市客流特征分析和预测精准掌握城市交通中的客流量分布特点,综合考虑天气、节假日等多种影响因素对客流量的影响,基于卷积神经网络提出了一种因果卷积自注意力的城市公交客流量CCN-Informer预测模型,改善输入序列局部信息提取能力,获取长期依赖信息,从而提高预测准确性。实验使用因果卷积自注意力进行依赖性特征提取,通过控制编码器的样本计算成本,采用生成式解码器提高模型预测效率。结果表明,CCN-Informer模型考虑周围重要特征因素影响,样本数据拟合程度明显提高,与基线模型对比,标准误差下降范围为4%~20%,有更高的预测精度和运行效率,验证了模型的有效性,可以为城市交通客流量预测提供依据。

融合滑动窗口和MLP-AdaBoost的电力负荷预测

由于炼钢过程中电弧炉与LF炼钢冲击负荷的随机性,采用人工无法进行用电负荷的控制。为了能够及时调控用电负荷,尽可能节约能源和成本,采用滑动窗口的方法来划分数据,建立多层感知机(MLP)和自适应增强算法(AdaBoost)炼钢负荷预测模型,即MLP-AdaBoost方法对炼钢过程中的电力负荷进行预测。实验通过滑动窗口建立数据与之前时刻的联系,使用MLP建立弱模型,通过AdaBoost对样本权重进行再分配,通过迭代得到最终预测模型。结果表明,基于滑动窗口MLP-AdaBoost预测模型在负荷变化大、突变性强的炼钢过程中有显著效果。所提方法可为电弧炉炼钢下一步负荷量调控提供参考依据,为预测控制奠定基础,从而节约能源和成本。

基于STM32的自动收集装置设计

海洋水产业越来越重视从人工捕捞到智能捕捞的转变发展,科技的进步能够节省更多的时间,带来更多的便捷,同时也能够降低人工捕捞带来的风险。渔获自动收集装置主要包括控制系统、舵机、机械装置、传动装置等。控制系统是基于单片机STM32芯片,通过C语言编写程序,控制收集装置,实现自动收集。