期刊导航
期刊开放获取
河南省图书馆
退出
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
自动控制系统在冶炼与铸造中的应用——评《金属材料成型自动控制基础》
1
作者
巫明
范国松
《中国有色冶金》
CAS
北大核心
2024年第3期147-147,共1页
由余万华、郑申白、李亚奇编写,冶金工业出版社出版的《金属材料成型自动控制基础》一书,系统介绍了金属加工过程中自动控制系统的软硬件应用原理与技术,以期为冶金行业的生产提供指导。全书分为12个章节。第一章介绍轧制生产过程与技...
由余万华、郑申白、李亚奇编写,冶金工业出版社出版的《金属材料成型自动控制基础》一书,系统介绍了金属加工过程中自动控制系统的软硬件应用原理与技术,以期为冶金行业的生产提供指导。全书分为12个章节。第一章介绍轧制生产过程与技术发展现状,基于此引出中国冶金业的自动化发展。第二章对自动控制系统进行了全面阐述,包括其系统基本组成、控制原理、性能指标与调节器。第三章介绍利用计算机系统构建轧制过程数学模型的常用算法,如自适应算法、BP神经网络。
展开更多
关键词
自动控制系统
BP神经网络
自动控制基础
常用算法
材料成型
冶金工业出版社
轧制生产
自适应算法
下载PDF
职称材料
PSO-BP神经网络的电力负荷预测研究
被引量:
3
2
作者
范国松
齐正
《微型电脑应用》
2022年第10期130-133,共4页
以提升电力负荷预测精度以及实时性为目标,设计粒子群-反向传播神经网络的电力负荷预测方法。该方法预处理历史电力负荷数据,过滤错误数据以及异常数据,归一化处理剩余数据;将归一化处理后数据视为粒子群优化算法的粒子,利用粒子跟踪局...
以提升电力负荷预测精度以及实时性为目标,设计粒子群-反向传播神经网络的电力负荷预测方法。该方法预处理历史电力负荷数据,过滤错误数据以及异常数据,归一化处理剩余数据;将归一化处理后数据视为粒子群优化算法的粒子,利用粒子跟踪局部最优值以及全局最优值实现每次迭代过程中粒子速度与位置更新;利用改进非线性动态自适应算法确定最佳惯性权重提升电力负荷预测精度,建立包含输入层、隐含层以及输出层的三层前馈BP神经网络;将粒子群优化算法所输出粒子信息设置为BP神经网络初始阈值以及初始权值训练BP神经网络,直至满足迭代终止条件,输出电力负荷预测结果。选取某电力公司作为实例分析对象,实例分析结果表明,采用该方法预测电力负荷预测精度高于99%,预测时间开销低于150 ms。
展开更多
关键词
神经网络
粒子群算法
电力系统
负荷预测
下载PDF
职称材料
题名
自动控制系统在冶炼与铸造中的应用——评《金属材料成型自动控制基础》
1
作者
巫明
范国松
机构
贵州中烟工业有限责任公司
出处
《中国有色冶金》
CAS
北大核心
2024年第3期147-147,共1页
文摘
由余万华、郑申白、李亚奇编写,冶金工业出版社出版的《金属材料成型自动控制基础》一书,系统介绍了金属加工过程中自动控制系统的软硬件应用原理与技术,以期为冶金行业的生产提供指导。全书分为12个章节。第一章介绍轧制生产过程与技术发展现状,基于此引出中国冶金业的自动化发展。第二章对自动控制系统进行了全面阐述,包括其系统基本组成、控制原理、性能指标与调节器。第三章介绍利用计算机系统构建轧制过程数学模型的常用算法,如自适应算法、BP神经网络。
关键词
自动控制系统
BP神经网络
自动控制基础
常用算法
材料成型
冶金工业出版社
轧制生产
自适应算法
分类号
TG335 [金属学及工艺—金属压力加工]
TP273 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
PSO-BP神经网络的电力负荷预测研究
被引量:
3
2
作者
范国松
齐正
机构
贵州中烟工业有限责任公司
出处
《微型电脑应用》
2022年第10期130-133,共4页
文摘
以提升电力负荷预测精度以及实时性为目标,设计粒子群-反向传播神经网络的电力负荷预测方法。该方法预处理历史电力负荷数据,过滤错误数据以及异常数据,归一化处理剩余数据;将归一化处理后数据视为粒子群优化算法的粒子,利用粒子跟踪局部最优值以及全局最优值实现每次迭代过程中粒子速度与位置更新;利用改进非线性动态自适应算法确定最佳惯性权重提升电力负荷预测精度,建立包含输入层、隐含层以及输出层的三层前馈BP神经网络;将粒子群优化算法所输出粒子信息设置为BP神经网络初始阈值以及初始权值训练BP神经网络,直至满足迭代终止条件,输出电力负荷预测结果。选取某电力公司作为实例分析对象,实例分析结果表明,采用该方法预测电力负荷预测精度高于99%,预测时间开销低于150 ms。
关键词
神经网络
粒子群算法
电力系统
负荷预测
Keywords
neural network
particle swarm optimization
power system
load forecasting
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
自动控制系统在冶炼与铸造中的应用——评《金属材料成型自动控制基础》
巫明
范国松
《中国有色冶金》
CAS
北大核心
2024
0
下载PDF
职称材料
2
PSO-BP神经网络的电力负荷预测研究
范国松
齐正
《微型电脑应用》
2022
3
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