针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进IN...针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。展开更多
随着城市现代化的建设和发展,城市洪涝安全问题日益突出,近几年我国频繁出现城市内涝灾害,给广大人民群众生命财产造成损失。国内多地已经在城市规划中对城市洪涝安全问题开展专项评估,以广州市某规划地块为例,基于Info Works ICM城市...随着城市现代化的建设和发展,城市洪涝安全问题日益突出,近几年我国频繁出现城市内涝灾害,给广大人民群众生命财产造成损失。国内多地已经在城市规划中对城市洪涝安全问题开展专项评估,以广州市某规划地块为例,基于Info Works ICM城市综合流域排水模型软件,构建区域排水管网模型,对多种设计工况下的区域排水管网排水能力和积水深度进行模拟,可为城市防洪排涝系统和海绵城市提供规划和建设的依据。展开更多
文摘针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。
文摘随着城市现代化的建设和发展,城市洪涝安全问题日益突出,近几年我国频繁出现城市内涝灾害,给广大人民群众生命财产造成损失。国内多地已经在城市规划中对城市洪涝安全问题开展专项评估,以广州市某规划地块为例,基于Info Works ICM城市综合流域排水模型软件,构建区域排水管网模型,对多种设计工况下的区域排水管网排水能力和积水深度进行模拟,可为城市防洪排涝系统和海绵城市提供规划和建设的依据。