期刊文献+

二次检索

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
共找到142篇文章
< 1 2 8 >
每页显示 20 50 100
基于ESN模型的包容型领导对员工工作表现的影响
1
作者 李乃文 王诗淇 《辽宁工程技术大学学报(社会科学版)》 2024年第2期104-111,共8页
针对包容型领导对员工工作表现的影响难以量化的问题,采用实证研究的方法,构建ESN模型并分析其隐藏层的特点,将包容型领导的特性归纳为开放性、有效性和易接近性并将其对应ESN模型的输入神经元,员工工作表现对应ESN模型的输出神经元。... 针对包容型领导对员工工作表现的影响难以量化的问题,采用实证研究的方法,构建ESN模型并分析其隐藏层的特点,将包容型领导的特性归纳为开放性、有效性和易接近性并将其对应ESN模型的输入神经元,员工工作表现对应ESN模型的输出神经元。研究表明:包容型领导的开放性、有效性对员工工作表现有显著积极影响;易接近性对员工工作表现影响不显著。研究结论为进一步调动员工工作积极性、提高工作效率提供参考。 展开更多
关键词 esn模型 包容型领导 员工工作表现
下载PDF
基于知识与AW-ESN融合的烧结过程FeO含量预测 被引量:1
2
作者 方怡静 蒋朝辉 +2 位作者 黄良 桂卫华 潘冬 《自动化学报》 EI CAS CSCD 北大核心 2024年第2期282-294,共13页
氧化亚铁(FeO)含量是衡量烧结矿强度和还原性的重要指标,烧结过程FeO含量的实时准确预测对于提升烧结质量、优化烧结工艺具有重要意义.然而烧结过程热状态参数缺失、过程参数波动频繁给FeO含量的高精度预测带来巨大的挑战,为此,提出一... 氧化亚铁(FeO)含量是衡量烧结矿强度和还原性的重要指标,烧结过程FeO含量的实时准确预测对于提升烧结质量、优化烧结工艺具有重要意义.然而烧结过程热状态参数缺失、过程参数波动频繁给FeO含量的高精度预测带来巨大的挑战,为此,提出一种基于知识与变权重回声状态网络融合(Fusion of data-knowledge and adaptive weight echo state network, DK-AWESN)的烧结过程FeO含量预测方法.首先,针对烧结过程热状态参数缺失的问题,建立烧结料层最高温度分布模型,实现基于料层温度分布特征的FeO含量等级划分;其次,针对烧结过程参数波动频繁的问题,提出基于核函数高维映射的多尺度数据配准方法,有效抑制离群点的影响,提升建模数据的质量;最后,针对烧结过程数据驱动模型缺乏机理认知致使模型预测精度不高的问题,将过程数据中提取得到的FeO含量等级知识与AW-ESN (Adaptive weight echo state network)结合,建立DK-AWESN模型,有效提升复杂工况下FeO含量的预测精度.现场工业数据试验表明,所提方法能实时准确地预测烧结过程FeO含量,为烧结过程的智能化调控提供实时有效的FeO含量反馈信息. 展开更多
关键词 FeO含量预测 烧结过程 数据知识 变权重回声状态网络 信息融合
下载PDF
Short-term prediction of photovoltaic power generation based on LMD-EE-ESN with error correction
3
作者 YU Xiangqian LI Zheng 《Journal of Measurement Science and Instrumentation》 CAS CSCD 2024年第3期360-368,共9页
Considering the instability of the output power of photovoltaic(PV)generation system,to improve the power regulation ability of PV power during grid-connected operation,based on the quantitative analysis of meteorolog... Considering the instability of the output power of photovoltaic(PV)generation system,to improve the power regulation ability of PV power during grid-connected operation,based on the quantitative analysis of meteorological conditions,a short-term prediction method of PV power based on LMD-EE-ESN with iterative error correction was proposed.Firstly,through the fuzzy clustering processing of meteorological conditions,taking the power curves of PV power generation in sunny,rainy or snowy,cloudy,and changeable weather as the reference,the local mean decomposition(LMD)was carried out respectively,and their energy entropy(EE)was taken as the meteorological characteristics.Then,the historical generation power series was decomposed by LMD algorithm,and the hierarchical prediction of the power curve was realized by echo state network(ESN)prediction algorithm combined with meteorological characteristics.Finally,the iterative error theory was applied to the correction of power prediction results.The analysis of the historical data in the PV power generation system shows that this method avoids the influence of meteorological conditions in the short-term prediction of PV output power,and improves the accuracy of power prediction on the condition of hierarchical prediction and iterative error correction. 展开更多
关键词 photovoltaic(PV)power generation system short-term forecast local mean decomposition(LMD) energy entropy(EE) echo state network(esn)
下载PDF
基于GA-VMD-ESN的光伏功率组合预测模型
4
作者 杨东升 陈光荣 +5 位作者 唐世友 罗毅 匡邵峰 李光勇 王顺艳 吴姿慰 《自动化应用》 2024年第19期103-105,118,共4页
为了降低光伏发电的随机性、波动性和间歇性对电网调度和经济效益的影响,提出了一种光伏功率预测的组合模型。基于遗传算法(GA)优化变模态分解(VMD)的关键参数,该模型首先将光伏功率的非平稳时间序列进行VMD分解,并通过GA优化模态数量... 为了降低光伏发电的随机性、波动性和间歇性对电网调度和经济效益的影响,提出了一种光伏功率预测的组合模型。基于遗传算法(GA)优化变模态分解(VMD)的关键参数,该模型首先将光伏功率的非平稳时间序列进行VMD分解,并通过GA优化模态数量和惩罚系数,以确保分解效果最佳。针对每个模态的波动特性,应用回声状态网络(ESN)进行建模。最终,将各模态的预测结果进行叠加重构,得到光伏功率的最终预测值。通过实验验证,证明了该组合预测模型在精度和性能上的优越性。 展开更多
关键词 回声状态网络 变分模态分解 遗传算法 光伏功率预测
下载PDF
基于AO-ESN的海上风电机组接地电阻预测 被引量:2
5
作者 张萍 杨晓磊 +3 位作者 张国峰 陈程 尹军杰 李练兵 《太阳能学报》 EI CAS CSCD 北大核心 2023年第5期480-486,共7页
针对目前2种主流求解海上风电机组接地电阻值精度不足的问题,该文提出基于天鹰算法改进的回声状态网络(AOESN),对海上风电机组接地电阻进行预测分析。分别利用BP、ESN、AO-ESN这3种网络进行预测,结果表明:AO-ESN模型的预测精度相较于BP... 针对目前2种主流求解海上风电机组接地电阻值精度不足的问题,该文提出基于天鹰算法改进的回声状态网络(AOESN),对海上风电机组接地电阻进行预测分析。分别利用BP、ESN、AO-ESN这3种网络进行预测,结果表明:AO-ESN模型的预测精度相较于BP和ESN模型分别提高了18%和14.46%,误差低至0.54%,所搭建的模型可对海上风电机组接地电阻进行精准预测。 展开更多
关键词 海上风电机组 预测 雷电 esn 接地电阻
下载PDF
基于ESN神经网络的光通信网络安全态势辨识研究 被引量:3
6
作者 李俊州 高春艳 《激光杂志》 CAS 北大核心 2023年第5期91-95,共5页
光通信网络在传输信息时,很容易被非法攻击,发生信息窃取、篡改和删除等泄露行为。针对上述问题,为保证光通信网络安全,提出一种基于ESN神经网络的光通信网络安全态势辨识方法。该方法采用NetFlow技术设计采集器,采集NetFlow流量数据,... 光通信网络在传输信息时,很容易被非法攻击,发生信息窃取、篡改和删除等泄露行为。针对上述问题,为保证光通信网络安全,提出一种基于ESN神经网络的光通信网络安全态势辨识方法。该方法采用NetFlow技术设计采集器,采集NetFlow流量数据,并实施离散化处理。将NetFlow流量数据转换为流量灰度图像,并借助灰度共生矩阵提取图像特征,包括像素灰度分布的均匀程度、图像包含的信息量、图像的视觉清晰度、灰度共生矩阵元素排列的相似程度、图像局部灰度均匀性,作为NetFlow流量数据的特征。以5项特征为输入,利用ESN神经网络构建辨识模型,得出光通信网络安全态势类型。结果表明:与基于卷积神经网络的识别方法、基于贝叶斯的识别方法以及基于随机配置网络的识别方法相比,所研究方法应用下的杰卡德系数更高,说明该方法辨识准确性更高。 展开更多
关键词 esn神经网络 光通信网络 NetFlow流量数据 特征提取 安全态势辨识模型
下载PDF
基于KF-ESN算法的新能源汽车电池组故障在线监控系统 被引量:2
7
作者 朱布博 魏秋兰 +1 位作者 孙少杰 罗明 《微型电脑应用》 2023年第9期11-15,共5页
当前的光学超精密检测采用基于改进CNN电池组故障诊断方法受到噪声数据影响,导致故障数据监控精准度低,对此提出基于KF-ESN算法的新能源汽车电池组故障在线监控系统。使用霍尔传感器结构,检测电池组电压和电流。通过控制模块,使主机具... 当前的光学超精密检测采用基于改进CNN电池组故障诊断方法受到噪声数据影响,导致故障数据监控精准度低,对此提出基于KF-ESN算法的新能源汽车电池组故障在线监控系统。使用霍尔传感器结构,检测电池组电压和电流。通过控制模块,使主机具备自动递增特性,经由SMD-140035H蜂鸣器,实现故障报警。在ESN网络中通过KF算法进行电池组故障在线估计,计算网络输出权值和误差协方差的先验值,通过目标值校正后,只需评估网络输出权值,就能得到精准故障监控系统。实验结果表明,该系统分别与标准故障电压、电流数据存在最大为0.02 V和0.01 A的误差,具有精准监控结果。 展开更多
关键词 KF-esn算法 新能源汽车 电池组故障 在线监控
下载PDF
基于IGCF算法和CSF-PPSO-ESN算法的工业机器人末端执行器位姿重复性检测 被引量:2
8
作者 于振 万俊贺 +2 位作者 刘海林 裘祖荣 王志远 《仪器仪表学报》 EI CAS CSCD 北大核心 2023年第6期43-53,共11页
工业机器人在智能制造领域具有举足轻重的地位,其末端执行器位姿的重复性是衡量机器人完成精密作业能力的重要指标。本文针对机器人末端执行器的位姿重复性在线检测,提出了基于方向余弦的位姿重复性测量的理论模型。设计了一种基于改进... 工业机器人在智能制造领域具有举足轻重的地位,其末端执行器位姿的重复性是衡量机器人完成精密作业能力的重要指标。本文针对机器人末端执行器的位姿重复性在线检测,提出了基于方向余弦的位姿重复性测量的理论模型。设计了一种基于改进的高斯曲线拟合(IGCF)算法和三次样条拟合-多目标粒子群-回声状态网络(CSF-PPSO-ESN)算法的位姿偏差检测方法。通过获取十字激光图像偏角和中心点位置,实现了机器人末端执行器位姿偏差的测量。实验表明,测量系统的位移测量精度为±1.5μm,角度测量精度为±2 arc-sec。本文所述的位姿重复性检测方法,为工业机器人末端执行器位姿稳定性的在线实时监测提供了参考。 展开更多
关键词 位姿重复性检测 位姿测量技术 IGCF算法 CSF-PPSO-esn算法 工业机器人末端执行器
下载PDF
基于LM-BD-ESN模型的路面抗滑性能预测
9
作者 薛维龙 周汉明 +1 位作者 高博 易灿灿 《中国科技论文》 CAS 北大核心 2023年第10期1137-1143,1152,共8页
针对路面抗滑性能预测任务中存在的指标单一和预测精度差等问题,在传统回声状态网络(echo state network,ESN)模型的基础上,提出了逻辑映射(logistic mapping,LM)和偏差丢失(bias dropout,BD)优化的改进回声状态网络模型(LM-BD-ESN)。其... 针对路面抗滑性能预测任务中存在的指标单一和预测精度差等问题,在传统回声状态网络(echo state network,ESN)模型的基础上,提出了逻辑映射(logistic mapping,LM)和偏差丢失(bias dropout,BD)优化的改进回声状态网络模型(LM-BD-ESN)。其中,LM模块能够优化输入权重矩阵,从而与多变量非平稳序列数据产生更高的契合度;BD模块能够自主删除多余的存储单元,从而降低模型复杂度。针对路面材料与抗滑性能之间存在的非线性关系描述,基于三维测量仪采集路面的多组三维形貌数据,分别利用支持向量机(support vector machine,SVM)、相关向量机(relevance vector machine,RVM)、极限学习机(extreme learning machine,ELM)、ESN及LM-BD-ESN对路面抗滑数据进行分析验证。结果表明,所提LM-BD-ESN算法在预测任务中的均方根误差和平均绝对百分比误差分别为0.0858和0.0664,相较于其他算法具有更高的效率和精度。 展开更多
关键词 路面性能 抗滑预测 多变量时间序列分析 LM-BD-esn模型
下载PDF
融合时间序列趋势的Dual-ESN机组负荷预测模型 被引量:2
10
作者 樊建升 吴海滨 刘泽军 《电力系统及其自动化学报》 CSCD 北大核心 2023年第1期152-158,共7页
针对传统模型在机组负荷预测中无法充分捕获内部多变量演化模式的问题,提出了一种基于时间序列的趋势和数值信息融合的双重回声状态网络Dual-ESN(dual-echo state network)机组负荷动态预测模型。首先,引入最小二乘法,对相关的多元历史... 针对传统模型在机组负荷预测中无法充分捕获内部多变量演化模式的问题,提出了一种基于时间序列的趋势和数值信息融合的双重回声状态网络Dual-ESN(dual-echo state network)机组负荷动态预测模型。首先,引入最小二乘法,对相关的多元历史信息按照局部时间跨度进行趋势拟合。进一步,得到有关过程变化的模式序列,并和原本的数值分别被送入两个独立的储备池,以并行的时间维度进行特征学习。其次,将隐层的高维空间状态送入输出层,融合信息,得到所需要的预测结果。最后,基于山西某工厂660 MW机组装置的真实数据集,进行验证。对比已有预测方法,结果表明所提预测模型在多种性能指标上均有提升。 展开更多
关键词 机组负荷预测 双重回声状态网络 时间序列趋势 最小二乘法
下载PDF
储能用质子交换膜燃料电池长期老化预测 被引量:1
11
作者 柏帆 王路达 +1 位作者 左红群 谢长君 《电池》 CAS 北大核心 2024年第2期160-164,共5页
质子交换膜燃料电池(PEMFC)的长期老化预测有助于缩短耐久性测试时间,降低成本,为维护策略提供依据。针对超参数问题,提出一种将优化算法和储备池计算相结合的数据驱动预测方法。基于耐久性测试数据集,以电堆输出电压为老化指标,利用麻... 质子交换膜燃料电池(PEMFC)的长期老化预测有助于缩短耐久性测试时间,降低成本,为维护策略提供依据。针对超参数问题,提出一种将优化算法和储备池计算相结合的数据驱动预测方法。基于耐久性测试数据集,以电堆输出电压为老化指标,利用麻雀搜索算法(SSA)优化回声状态网络(ESN)的储备池尺寸、泄漏率和正则化系数,以构建预测模型。分别利用原始数据的前30%、40%、50%和60%作为训练集训练模型,验证模型在各训练集比例下的长期老化预测性能。训练集比例为30%时,所提方法在静态工况下的长期预测均方根误差(RMSE)达到0.0083,准动态工况下可达到0.0359。 展开更多
关键词 质子交换膜燃料电池(PEMFC) 回声状态网络(esn) 麻雀搜索算法(SSA) 性能退化 长期预测
下载PDF
基于改进乌鸦算法和ESN神经网络的短期风电功率预测 被引量:28
12
作者 琚垚 祁林 刘帅 《电力系统保护与控制》 EI CSCD 北大核心 2019年第4期58-64,共7页
精确的短期风电功率预测对于提升电力系统经济稳定运行十分重要。为了克服传统的神经网络在参数选取中容易受主观因素影响和陷入局部最优的不足,提出一种基于改进乌鸦算法(ICSA)优化回声状态神经网络(ESN)参数的短期风电功率组合预测方... 精确的短期风电功率预测对于提升电力系统经济稳定运行十分重要。为了克服传统的神经网络在参数选取中容易受主观因素影响和陷入局部最优的不足,提出一种基于改进乌鸦算法(ICSA)优化回声状态神经网络(ESN)参数的短期风电功率组合预测方法。在算法寻优初期引入Lévy飞行机制增强搜索效率,而在迭代后期加入高斯函数,对进化后的全部轨迹进行相应的调整,保证算法的全局寻优和逐次逼近能力;通过改进的CSA算法对ESN神经网络输出层连接权值矩阵进行优化以提高网络的训练效率。最后利用两组实验数据对预测模型进行了有效性验证,结果表明,所提算法能有效应对风电功率时序的随机性和不确定性特征,具有更高的建模精度和更快的收敛速度。 展开更多
关键词 乌鸦算法 Lévy飞行 esn神经网络 高斯函数 风电功率预测
下载PDF
基于ARIMA与ESN的短期风速混合预测模型 被引量:15
13
作者 田中大 李树江 +1 位作者 王艳红 高宪文 《太阳能学报》 EI CAS CSCD 北大核心 2016年第6期1603-1610,共8页
提出一种基于自回归求和滑动平均模型(autoregressive integrated moving average,ARIMA)与回声状态网络(echo state network,ESN)的短期风速预测模型。首先利用ARIMA模型对短期风速时间序列进行线性特征的预测,使得短期风速的残差仅包... 提出一种基于自回归求和滑动平均模型(autoregressive integrated moving average,ARIMA)与回声状态网络(echo state network,ESN)的短期风速预测模型。首先利用ARIMA模型对短期风速时间序列进行线性特征的预测,使得短期风速的残差仅包含非线性特征,然后利用ESN模型对非线性的残差序列进行预测,最后将ARIMA模型的短期风速线性预测值与ESN模型的短期风速非线性预测残差值进行相加得到最终的短期风速的预测值。单步与多步预测的仿真实验表明该混合预测模型具有更高的预测精度与更小的预测误差。 展开更多
关键词 短期风速 预测 自回归求和滑动平均模型 回声状态网络
下载PDF
基于双通道回声状态网络的时间序列补全及单步预测
14
作者 郑伟楠 於志勇 黄昉菀 《计算机科学》 CSCD 北大核心 2024年第3期128-134,共7页
随着物联网的发展,众多传感器采集到大量具有丰富数据相关性的时间序列,为各种数据挖掘应用提供强大的数据支持。然而,一些客观或主观原因(如设备故障、稀疏感知等)往往会造成采集到的数据出现不同程度的缺失。虽然已有很多方法被提出... 随着物联网的发展,众多传感器采集到大量具有丰富数据相关性的时间序列,为各种数据挖掘应用提供强大的数据支持。然而,一些客观或主观原因(如设备故障、稀疏感知等)往往会造成采集到的数据出现不同程度的缺失。虽然已有很多方法被提出用于解决这一问题,但这些方法在数据相关性方面或考虑不够全面,或计算成本过高。而且,现有方法仅关注对缺失值的补全,未能兼顾下游应用。针对上述不足,设计了一种兼顾补全与预测任务的双通道回声状态网络。两个通道的网络虽共用输入层,但具有各自的储备池和输出层。两者最大的区别是左/右通道的输出层分别表示输入层前/后一个时刻对应的目标值或预补值。最后将两个通道的估计值进行融合,充分利用来自缺失时刻之前和之后的数据相关性以进一步提升性能。两种缺失现象下(随机缺失和分段缺失)不同缺失率的实验结果表明,所提模型无论是在补全精度还是预测精度上都优于目前流行的各类方法。 展开更多
关键词 数据相关性 时间序列 外生变量 双通道esn 缺失补全 单步预测
下载PDF
基于ESN和PSO的非线性模型预测控制 被引量:7
15
作者 柴毅 周海林 +1 位作者 付东莉 罗德超 《控制工程》 CSCD 北大核心 2011年第6期864-867,共4页
针对传统的控制理论对实际的工业生产过程中的被控系统,特别是具有强非线性的系统控制效果不是很理想,而应用非线性模型预测控制算法能够较好解决非线性系统的控制问题,提出了一种基于回声状态网络(Echo State Network,ESN)模型进行非... 针对传统的控制理论对实际的工业生产过程中的被控系统,特别是具有强非线性的系统控制效果不是很理想,而应用非线性模型预测控制算法能够较好解决非线性系统的控制问题,提出了一种基于回声状态网络(Echo State Network,ESN)模型进行非线性系统辨识和粒子群优化(Particle Swarm Optimization,PSO)进行滚动优化的非线性模型预测控制系统的算法。ESN能够很好地辨识非线性系统,其计算时间、数据训练和稳定性相对于传统递归神经网络有了较大进步,PSO具有全局优化和较快的寻优速度。针对典型化工非线性对象连续搅拌槽反应器(Continue Stirred Tank Reactor,CSTR)的仿真实例表明,此模型在预测控制优于BP和PSO结合的非线性预测控制,以及传统的PID控制,证明了该算法运用于非线性模型预测控制中的有效性。 展开更多
关键词 模型预测控制 回声状态网络(esn) 粒子群优化 反馈校正 CSTR
下载PDF
基于ESN的多指标DHP控制策略在污水处理过程中的应用 被引量:18
16
作者 乔俊飞 薄迎春 韩广 《自动化学报》 EI CSCD 北大核心 2013年第7期1146-1151,共6页
针对污水处理过程(Wastewater treatment process,WWTP)溶解氧(Dissolved oxygen,DO)及硝态氮浓度控制问题,提出了一种多评价指标的DHP(Dual heuristic dynamic programming)控制策略.该策略能够降低评价指标的复杂性,提高评价网络的逼... 针对污水处理过程(Wastewater treatment process,WWTP)溶解氧(Dissolved oxygen,DO)及硝态氮浓度控制问题,提出了一种多评价指标的DHP(Dual heuristic dynamic programming)控制策略.该策略能够降低评价指标的复杂性,提高评价网络的逼近精度.采用回声状态网络(Echo state networks,ESNs)实现评价函数及控制策略的逼近,研究了控制器的在线学习算法.实验表明,该策略在控制性能上优于单评价指标的DHP策略及常规PID控制策略. 展开更多
关键词 自适应动态规划 多评价指标 污水处理 回声状态网络
下载PDF
基于PSO和ESNs的马铃薯贮藏库温度预测控制 被引量:4
17
作者 刘俊霞 熊新荣 胡兵 《系统仿真学报》 CAS CSCD 北大核心 2016年第7期1701-1705,共5页
针对马铃薯存储现状及其加工企业原材料和人力资源的严重浪费问题,结合新疆大罗素农业科技开发有限公司马铃薯储藏库温度数据的非线性、时变性等特点,采用常规控制方法控制效果不理想。提出了新的温度预测控制方法,它是用粒子群优化算... 针对马铃薯存储现状及其加工企业原材料和人力资源的严重浪费问题,结合新疆大罗素农业科技开发有限公司马铃薯储藏库温度数据的非线性、时变性等特点,采用常规控制方法控制效果不理想。提出了新的温度预测控制方法,它是用粒子群优化算法滚动优化输入控制量并得到实际输出值,用ESNs对储藏库内温度进行预测,利用预测输出和实际输出的偏差来对系统反馈较正。仿真结果表明:提出的温度预测控制方法是有效的,不仅在控制效果上优于LS-SVM预测控制,还有良好自适应性以及对扰动信号有较好的鲁棒性。 展开更多
关键词 粒子群优化算法 回声状态网络 温度预测控制 马铃薯储藏库
下载PDF
基于主元分析的转炉终点ESN静态预测模型 被引量:3
18
作者 王玉昆 张勇 《辽宁科技大学学报》 CAS 2009年第4期360-364,共5页
以主元分析方法和新型ESN(回声状态网络)算法为核心,研究了转炉终点静态预测模型。通过对某钢厂转炉生产数据的主元分析,建立了ESN模型,同时将ESN模型与传统的BP和RBF神经网络模型进行了对比研究。结果表明,使用ESN建立的模型比传统的B... 以主元分析方法和新型ESN(回声状态网络)算法为核心,研究了转炉终点静态预测模型。通过对某钢厂转炉生产数据的主元分析,建立了ESN模型,同时将ESN模型与传统的BP和RBF神经网络模型进行了对比研究。结果表明,使用ESN建立的模型比传统的BP网络模型和RBF网络模型,在钢水温度预测方面精度分别提高了0.85%和0.45%,在钢水碳质量分数预测方面精度分别提高了0.45%和0.19%,能够有效的对转炉终点碳含量和温度进行预测,从而为转炉炼钢过程提供更准确的操作指导。 展开更多
关键词 转炉炼钢 命中率 主元分析 回声状态网络
下载PDF
复杂装备多因素耦合安全性QHS-ESN度量 被引量:2
19
作者 李超 王瑛 王强 《系统工程与电子技术》 EI CSCD 北大核心 2014年第9期1776-1781,共6页
针对装备安全事故耦合机理不明确、危险因素关联复杂的问题,提出场景分割耦合方法。将危险因素分割为危害故障、人为失误、致命环境、危险属性4个分量,从危险分量之间的非线性耦合关系拟合角度进行装备安全性度量;在此基础上,利用量子... 针对装备安全事故耦合机理不明确、危险因素关联复杂的问题,提出场景分割耦合方法。将危险因素分割为危害故障、人为失误、致命环境、危险属性4个分量,从危险分量之间的非线性耦合关系拟合角度进行装备安全性度量;在此基础上,利用量子和声算法较强的全局寻优能力,构建一种新的量子和声搜索-回声状态网络(quantum harmony search echo state network,QHS-ESN)模型及其算法。并将其应用到某型飞机低空大表速飞行安全性度量中。仿真结果表明,该模型比原有的回声状态网络模型、和声神经网络模型在低空大表速飞行场景危险分量非线性耦合关系拟合上,兼顾拟合精度和稳定性能,具有更好的装备安全性度量效果。 展开更多
关键词 事故场景 分割耦合 量子和声搜索 回声状态网络 安全性度量
下载PDF
基于融合特征值提取的配电网工程数据分析算法
20
作者 殷敏 方天睿 施晓敏 《电子设计工程》 2024年第20期98-102,共5页
针对现有算法对配电网工程数据预测精度较低的问题,文中对数据特征融合与多元数据分析模型进行了研究。为了消除原始配电网数据仓库中的噪声并降低冗余度,引入了一种主成分分析算法(PCA)。该方法将原本相关的特征重新组合为互不相关的特... 针对现有算法对配电网工程数据预测精度较低的问题,文中对数据特征融合与多元数据分析模型进行了研究。为了消除原始配电网数据仓库中的噪声并降低冗余度,引入了一种主成分分析算法(PCA)。该方法将原本相关的特征重新组合为互不相关的特征,以缩短后续数据分析的时间开销,从而避免了维数灾难。在进行造价预测时,利用特征融合后的实际工程数据对回声状态网络(ESN)加以训练,且在网络中加入了一种储备池结构来替代传统神经网络中的神经元,进而提升了网络的收敛速度。仿真结果表明,所提模型可以在降低数据维度的同时,全面地表征配电网工程的特性。且该算法对配网工程造价数据的预测精度较现有主流算法也有显著提升,与BP神经网络相比,其NMSE和MAPE分别提升了19.60%与2.76%。 展开更多
关键词 PCA esn 特征融合 数据降维 造价预测
下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部