期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于改进的QPSO-WNN滚动算法的铁路沿线短期风速预测 被引量:7
1
作者 路学海 潘迪夫 +1 位作者 韩锟 李继松 《铁道科学与工程学报》 CAS CSCD 北大核心 2016年第5期978-984,共7页
为了提高传统神经网络对非平稳风速的预测精度,提出将改进的量子粒子群算法(QPSO)和小波神经网络(WNN)相结合的滚动预测算法。将小波神经网络的初始连接权值及小波基函数参数组成一个多维向量,作为改进量子粒子群算法的粒子进行计算更新... 为了提高传统神经网络对非平稳风速的预测精度,提出将改进的量子粒子群算法(QPSO)和小波神经网络(WNN)相结合的滚动预测算法。将小波神经网络的初始连接权值及小波基函数参数组成一个多维向量,作为改进量子粒子群算法的粒子进行计算更新,将搜索得到的解空间范围内全局最优参数作为小波神经网络的初始参数。针对已经训练好的小波神经网络的预测误差会随着时间推移而增大的问题,采用每隔1h滚动式训练的方法训练小波神经网络。运用优化算法对我国海南东环铁路某测风站实测风速进行超前多步预测。实例结果表明,相对于传统小波神经网络,优化算法的风速平均相对误差和均方根误差都有所降低,其超前3min、9min、15min的风速预测平均相对误差为8.28%、9.93%、11.37%。 展开更多
关键词 风速预测 量子粒子群 小波神经网络
下载PDF
解析生物科考试失分的主要原因
2
作者 路学海 《跨世纪》 2008年第10期213-213,共1页
本文笔者通过平时的考试分析总结了学生丢失分数的主要原因,包括:轻视基础、思维定势不能灵活应用、审题不细理解肤浅、辞不达意胡乱书写以及培养学生学习思维五个方面。从而引起学生的注意,针对自己补救失误避免一些无谓的失分,进... 本文笔者通过平时的考试分析总结了学生丢失分数的主要原因,包括:轻视基础、思维定势不能灵活应用、审题不细理解肤浅、辞不达意胡乱书写以及培养学生学习思维五个方面。从而引起学生的注意,针对自己补救失误避免一些无谓的失分,进一步提高成绩。 展开更多
关键词 解析 生物科 考试失分 主要原因
下载PDF
高速动车组齿轮箱接地装置故障碳刷电流验证试验 被引量:1
3
作者 赵慧 路学海 +1 位作者 杜金峰 郭欢 《轨道交通装备与技术》 2022年第2期26-28,共3页
介绍了开展碳刷载流磨耗试验的试验台设计和搭建方法,并选用故障碳刷和完整碳刷进行了载流磨耗对比试验,探究了在使用过程中故障碳刷对系统电流的影响,为线路中故障碳刷的应用和检修提供了参考依据。
关键词 动车组 齿轮箱接地装置 碳刷载流磨耗试验
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部