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
1
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PSO-LSTM-Attention算法的液压管路压力预测
1
作者
李昂
徐梓敬
+1 位作者
徐凯宏
谈子所
《中国电子科学研究院学报》
北大核心
2023年第12期1094-1099,共6页
在液压系统中,液压管路是实现压力传导功能的重要组成部分,其压力值的变化不容忽视。在环境误差等因素的影响下,液压管路的压力变化呈现非线性和不稳定性。为解决该问题,提出基于粒子群优化算法(PSO)改进的基于注意力机制(Attention)的...
在液压系统中,液压管路是实现压力传导功能的重要组成部分,其压力值的变化不容忽视。在环境误差等因素的影响下,液压管路的压力变化呈现非线性和不稳定性。为解决该问题,提出基于粒子群优化算法(PSO)改进的基于注意力机制(Attention)的长短期记忆神经网络(LSTM)的液压管路压力预测方案。用某飞机液压管路的压力检测值作为输入数据,实现液压管路某支路位置的压力预测,并完成预测结果的可视化。实验结果表明,该模型预测平均误差为1.78%,符合液压管路压力预测要求。
展开更多
关键词
液压管路
粒子群算法
LSTM
压力预测
注意力机制
下载PDF
职称材料
题名
基于PSO-LSTM-Attention算法的液压管路压力预测
1
作者
李昂
徐梓敬
徐凯宏
谈子所
机构
东北林业大学计算机与控制工程学院
东北林业大学家居与艺术设计学院
上海望源测控仪表设备有限公司
出处
《中国电子科学研究院学报》
北大核心
2023年第12期1094-1099,共6页
基金
黑龙江重点研发计划(GZ20210017,GZ20210018,GZ20210019)。
文摘
在液压系统中,液压管路是实现压力传导功能的重要组成部分,其压力值的变化不容忽视。在环境误差等因素的影响下,液压管路的压力变化呈现非线性和不稳定性。为解决该问题,提出基于粒子群优化算法(PSO)改进的基于注意力机制(Attention)的长短期记忆神经网络(LSTM)的液压管路压力预测方案。用某飞机液压管路的压力检测值作为输入数据,实现液压管路某支路位置的压力预测,并完成预测结果的可视化。实验结果表明,该模型预测平均误差为1.78%,符合液压管路压力预测要求。
关键词
液压管路
粒子群算法
LSTM
压力预测
注意力机制
Keywords
hydraulic pipeline
particle swarm optimization algorithm
LSTM
pressure prediction
attention mechanism
分类号
TN99 [电子电信—信号与信息处理]
TP277 [自动化与计算机技术—检测技术与自动化装置]
TP274.2 [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
作者
出处
发文年
被引量
操作
1
基于PSO-LSTM-Attention算法的液压管路压力预测
李昂
徐梓敬
徐凯宏
谈子所
《中国电子科学研究院学报》
北大核心
2023
0
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