期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于长序列的航空发动机剩余使用寿命预测方法
1
作者 郭俊锋 刘国华 刘国伟 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第3期774-784,共11页
针对多传感器长序列数据下航空发动机剩余使用寿命预测方法存在预测准确度不足的问题,提出一种基于堆叠膨胀卷积神经网络(SDCNN)的航空发动机剩余使用寿命预测方法。将多传感器长序列数据归一化处理,降低因量纲和取值范围不同引起的误差... 针对多传感器长序列数据下航空发动机剩余使用寿命预测方法存在预测准确度不足的问题,提出一种基于堆叠膨胀卷积神经网络(SDCNN)的航空发动机剩余使用寿命预测方法。将多传感器长序列数据归一化处理,降低因量纲和取值范围不同引起的误差;构建预测目标函数表征航空发动机的真实退化情况;搭建基于SDCNN的预测模型,扩大模型感受野,提取数据中的长期、深层和全局时序特征用于回归分析,得到航空发动机的剩余使用寿命预测结果;采用Hyperband优化算法和StratifiedKFold交叉验证方法优化模型,提升模型预测准确度和不同条件下的适应性,并采用商用模块化航空推进系统仿真(C-MAPSS)数据集验证所提方法的有效性。在C-MAPSS中FD003数据集上的实验结果表明:所提方法可有效提高基于长序列的航空发动机剩余使用寿命预测准确度,模型预测准确度得分指标明显降低32.62%。 展开更多
关键词 堆叠膨胀卷积 剩余使用寿命预测 hyperband超参数优化算法 航空发动机 长序列信号
下载PDF
基于BOHB-BP的增材制造成型件质量预测方法 被引量:3
2
作者 徐旺莉 史廷春 +1 位作者 陈鸿宇 岳秀艳 《计算机集成制造系统》 EI CSCD 北大核心 2023年第8期2733-2742,共10页
表面粗糙度和拉伸强度是衡量熔融沉积制造(FDM)成型件质量的重要指标,但由于FDM工艺参数众多,且与FDM成型件质量之间呈现非线性关系,因此传统方法难以准确预测这两项指标。为此,提出一种贝叶斯超频道优化算法(BOHB)与BP神经网络相结合的... 表面粗糙度和拉伸强度是衡量熔融沉积制造(FDM)成型件质量的重要指标,但由于FDM工艺参数众多,且与FDM成型件质量之间呈现非线性关系,因此传统方法难以准确预测这两项指标。为此,提出一种贝叶斯超频道优化算法(BOHB)与BP神经网络相结合的FDM 3D打印成型件质量预测方法以提高预测精度与稳定性。将层厚、扫描次数和填充间隔这三个工艺参数作为模型的输入;利用BOHB算法对BP神经网络的超参数进行优化得到BOHB-BP模型;使用中心复合实验获取表面粗糙度和拉伸强度的实验数据,在以上两种数据集上根据留一法验证模型的精度与稳定性;将模型BOHB-BP与模型GA-BP和BP的预测情况进行对比实验,证明了所提方法在不同数据集上均有更好的预测精度与稳定性。 展开更多
关键词 熔融沉积制造 质量预测 贝叶斯超频道优化算法 留一法 BP神经网络
下载PDF
基于Hyperband-LSTM模型的股票价格预测研究
3
作者 陈健 刘伟基 《金融管理研究》 2023年第1期65-85,共21页
本文提出将Hyperband算法与LSTM神经网络算法相结合,建立一个适用于股票价格预测的模型——H yperband-LSTM模型,以解决目前在股票预测任务上因LSTM神经网络重要超参数设定的不确定性和繁杂性而引起的预测精度不高和预测效率低下的问题... 本文提出将Hyperband算法与LSTM神经网络算法相结合,建立一个适用于股票价格预测的模型——H yperband-LSTM模型,以解决目前在股票预测任务上因LSTM神经网络重要超参数设定的不确定性和繁杂性而引起的预测精度不高和预测效率低下的问题。同时,以预测沪深300指数收盘价为例进行实证研究,引入Bayes-LSTM和LSTM模型作为对比,实证结果表明Hyperband-LSTM模型比Bayes-LSTM和LSTM模型具备更高的预测精度,并且Hyperband优化比Bayes优化节约近一半的时间成本,即Hyperband-LSTM模型表现出更高的预测效率。此外,本文通过DM检验证实HyperbandLSTM模型的预测效果显著优于其他模型。最后,本文使用上证50指数和深证100指数进行重复实验,实验结果与沪深300指数的实验结果保持一致,表明Hyperband-LSTM模型具备较强的稳健性。 展开更多
关键词 hyperband算法 LSTM神经网络 股票价格预测 DM检验
原文传递
基于超参数优化和集成算法的个人信用评估研究 被引量:1
4
作者 林卫明 曹杰 《徐州工程学院学报(自然科学版)》 CAS 2020年第4期67-74,共8页
为提高信用特征集与目标标签的相关性,降低特征之间的冗余性,采用Person相关系数、卡方、递归特征消除、Lasso回归和随机森林5种特征选择方法投票表决,构造新的特征子集;为进一步提升模型预测效果,选用Hyperband算法对RF、XGboost集成... 为提高信用特征集与目标标签的相关性,降低特征之间的冗余性,采用Person相关系数、卡方、递归特征消除、Lasso回归和随机森林5种特征选择方法投票表决,构造新的特征子集;为进一步提升模型预测效果,选用Hyperband算法对RF、XGboost集成模型参数优化,优化之后的hp-RF、hp-XGboost在Loan数据集上进行五折交叉验证,实证具有更好的识别效果,并在P2P人人贷数据上进行了应用,为我国信用评估的构建提出了新的方式. 展开更多
关键词 特征选择 hyperband算法 交叉验证
下载PDF
Comparative seismic design optimization of spatial steel dome structures through three recent metaheuristic algorithms 被引量:1
5
作者 Serdar CARBAS Musa ARTAR 《Frontiers of Structural and Civil Engineering》 SCIE EI CSCD 2022年第1期57-74,共18页
Steel dome structures,with their striking structural forms,take a place among the impressive and aesthetic load bearing systems featuring large internal spaces without internal columns.In this paper,the seismic design... Steel dome structures,with their striking structural forms,take a place among the impressive and aesthetic load bearing systems featuring large internal spaces without internal columns.In this paper,the seismic design optimization of spatial steel dome structures is achieved through three recent metaheuristic algorithms that are water strider(WS),grey wolf(GW),and brain storm optimization(BSO).The structural elements of the domes are treated as design variables collected in member groups.The structural stress and stability limitations are enforced by ASD-AISC provisions.Also,the displacement restrictions are considered in design procedure.The metaheuristic algorithms are encoded in MATLAB interacting with SAP2000 for gathering structural reactions through open application programming interface(OAPI).The optimum spatial steel dome designs achieved by proposed WS,GW,and BSO algorithms are compared with respect to solution accuracy,convergence rates,and reliability,utilizing three real-size design examples for considering both the previously reported optimum design results obtained by classical metaheuristic algorithms and a gradient descent-based hyperband optimization(HBO)algorithm. 展开更多
关键词 steel dome optimization water strider algorithm grey wolf algorithm brain storm optimization algorithm hyperband optimization algorithm
原文传递
基于随机森林模型的滑行艇剩余阻力预测 被引量:4
6
作者 赵勇 赵姜雪慧 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第11期118-122,共5页
针对滑行艇阻力成分复杂、预报困难等问题,采用随机森林方法,以浮心纵向位置和棱柱系数等船体几何特征量及弗劳德数共六变量作为输入量,建立单位排水量剩余阻力的预测模型.采用Box-Cox变换与主成分分析相结合,并利用贝叶斯超频道优化(BO... 针对滑行艇阻力成分复杂、预报困难等问题,采用随机森林方法,以浮心纵向位置和棱柱系数等船体几何特征量及弗劳德数共六变量作为输入量,建立单位排水量剩余阻力的预测模型.采用Box-Cox变换与主成分分析相结合,并利用贝叶斯超频道优化(BOHB)算法对随机森林算法的超参数进行优化,提升了预报精度.结果表明:通过Box-Cox变换与主成分分析结合的数据处理方法,使随机森林模型预测均方误差降低24.09%;在此基础上,进一步利用BOHB算法优化超参数,使均方误差进一步降低25.95%. 展开更多
关键词 剩余阻力 随机森林 Box-Cox变换 主成分分析 贝叶斯超频道优化(BOHB)算法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部