-
题名冰在斜面结构上的纵横弯曲破坏分析
被引量:10
- 1
-
-
作者
李锋
岳前进
-
机构
大连理工大学工程力学系
-
出处
《水利学报》
EI
CSCD
北大核心
2000年第9期44-47,共4页
-
基金
国家自然科学基金资助重点项目! (59739170 )
-
文摘
说明了在冰排与斜面结构相互作用分析中应当考虑水平力的附加弯矩作用 ,按照纵横弯曲模式进行了冰荷载和冰的断裂长度分析 ,给出了简化的公式和算例 .结果表明 ,上述考虑将使冰力和冰的断裂长度趋于减小 .
-
关键词
纵横弯曲
冰荷载
断裂长度
斜面结构
-
Keywords
simultaneously longitudinal and transverse loading mode
ice load broken length
slope structure
-
分类号
O312.3
[理学—一般力学与力学基础]
-
-
题名基于横纵向集成学习的短期负荷预测方法
被引量:1
- 2
-
-
作者
徐耀松
叶雨洁
王雨虹
屠乃威
王丹丹
-
机构
辽宁工程技术大学电气与控制工程学院
辽宁工程技术大学机械工程学院
-
出处
《控制工程》
CSCD
北大核心
2023年第3期504-512,共9页
-
基金
国家自然科学基金面上项目(51974151)
国家自然科学基金青年基金项目(61601212)
辽宁省教育厅重点实验室项目(LJZS003)。
-
文摘
为进一步提高预测的准确度和普适能力,并降低组成算法的复杂度,对负荷的固有特性进行横纵向二维化分析,结合误差分布的特点,提出基于横纵向剖析负荷特性的集成预测方法。初级模型采用互信息提取横向特征,通过长短期记忆网络(LSTM)感知负荷波动;采用变分模态分解(VMD)提取纵向特征,通过Elman神经网络预知负荷趋势;然后基于改进的Stacking融合构建横纵向集成学习模型。最后,采用中国东部某地区的负荷数据验证模型的有效性,算例表明改进的Stacking充分融合了横纵向模型的优势并具备强大的学习小样本能力,横纵向集成预测方法有效提高了模型的预测精度和泛化能力。
-
关键词
横纵向负荷特性
长短期记忆网络
变分模态分解
ELMAN神经网络
改进Stacking集成模型
-
Keywords
transverse and longitudinal load characteristics
long-short term memory(LSTM)
variational mode decomposition(VMD)
Elman neural network
improved Stacking integrated algorithm
-
分类号
TM732
[电气工程—电力系统及自动化]
-