会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

基于遗传算法的江西七一水库来水流量新安江预报模型参数优化_刘志萍

利用江西七一水库水电站2016—2017年水文资料,基于遗传算法对七一水库来水流量新安江模型进行了参数优化率定,并采用参数率定前后2种来水流量模型对七一水库2018年的预报结果进行检验,重点分析了水库来水流量预报结果的日误差、月误差和年误差以及强降水过程流量预报误差等。结果表明:1）遗传算法参数优化后的模型流量预报误差减小；2）日误差在7月中旬以后明显减小；3）月误差在7月之前以正偏差为主,7月以后以负偏差为主；4）参数优化后的年误差整体好于优化前；5）在强降水过程实例流量预报误差分析中,参数优化后的误差明显减小,但不同强降水过程误差程度相差较大,可能与降水空间分布的不连续性、面雨量计算方法的局限性以及降水的天气类型有关。

  • 2021-04-26
  • 阅读363
  • 下载0
  • 6页
  • pdf

基于主题模型包含突发因素的推荐算法研究_严长春

推荐系统是社交平台个性化服务的重要工具,协同过滤算法由于其推荐的准确性和高效性已经成为推荐领域最经典的算法之一。论文提出一种结合突发话题检测和主题模型的混合协同过滤方法。该算法在语料筛选阶段加入了突发因素,使通过主题模型LDA话题训练的话题具有时效性,然后在低维主题-文档概率分布上计算用户和项目的相似度；最后采用邻域方法预测未知评分。实验表明,该方法适用于微博突发话题的推荐,显著提高了推荐系统的时效性和准确性。

  • 2021-04-26
  • 阅读353
  • 下载0
  • 6页
  • pdf

基于遗传算法的渡船横渡航法寻优模型_孙志宏

目前,渡船横渡内河水域主要依赖船长的经验,依据周围水域的实时态势做出决策,无法对整条横渡航线进行整体把握。因此,所选择航法经常使渡船在航道中间,处于低速等待穿越时机的状态,横渡航行风险相对较高。建立安全评价模型,结合研究添加重要判据求得实际最近会遇距离,加入船舶尺度建立安全评价指标作为适应度函数阈值。应用遗传算法（Genetic Algdrithm, GA）建立基于遗传算法的内河横渡模型,综合考虑经济性、转向角度和转向点数量求取路径的适应值并执行遗传操作。试验选取长江某渡口真实交通流数据作为输入进行模型验证,导出迭代所得路径关键参数,经过专家对关键参数进行分析比对,所得航线的经济性、及时性和安全性均较为合理,构建的模型可应用于渡船横渡内河水域航法寻优中。

  • 2021-04-26
  • 阅读423
  • 下载0
  • 5页
  • pdf

基于改进果蝇算法和长短期记忆神经网络的油田产量预测模型_任燕龙

产量预测是油田生产动态开发研究的重要内容之一。油田的长期生产积累了大量数据,但是波动幅度很大,直接应用长短期记忆神经网络预测油田的生产指标,会出现神经网络泛化性很差的问题。因此,首先利用双层长短期记忆神经网络（long-short term memory,LSTM）和随机式失活对神经网络架构进行调整,建立了深度学习神经网络模型；并提出了一种新的果蝇聚集方法,通过改进的果蝇优化算法对所建立的神经网络模型进行优化,避免其陷入局部最优解,搜寻解空间的最优解；最后,油田实例验证表明,优化后的深度学习网络的网络泛化能力和预测精度有了较大提高,对于油田波动性较大的数据也能较好地拟合。所建立油田产量预测模型可应用于矿场开发实际。

  • 2021-04-26
  • 阅读352
  • 下载0
  • 7页
  • pdf

基于大模型混合算法的站台门设备状态预测方法研究_杨辉

地铁站台门设备关键状态量的监测为设备状态预警提供了重要依据。根据免疫算法及小波神经网络的基本原理,对设备状态预测进行优化,提出大模型混合算法的站台门设备状态预测算法。结合国内外城市轨道交通机电类设备健康运营现状,对基于大模型混合算法（免疫算法+小波神经网络）的站台门设备健康管理系统进行验证,结果表明此算法预测设备状态误差小、理论值准确。

  • 2021-04-26
  • 阅读355
  • 下载0
  • 6页
  • pdf

基于自适应差分演化算法的光伏模型参数提取_李水佳

快速准确地提取光伏（PV）模型的参数对于光伏系统的模拟、评估和控制是至关重要的。近些年来,使用智能优化方法对PV模型进行参数提取得到了极大的关注。然而,这些智能优化方法往往消耗了大量的计算资源。为了准确快速地提取光伏模型的参数,提出了一种新型的自适应差分演化算法。在该算法中,提出了一种新的变异策略。为了验证算法的性能,选择单二极管模型、双二极管模型和PV模型作为测试模型。实验结果表明:提出的算法可以快速准确地提取到不同PV模型的参数。因此,提出的算法可以作为一种有效的PV模型参数提取方法。

  • 2021-04-26
  • 阅读354
  • 下载0
  • 6页
  • pdf

基于一种混合智能算法的有限元模型修正多解问题_康俊涛

为了使有限元模型修正结果更加符合结构实际情况,将传统的提供单一修正结果转变为提供多个修正结果,然后由决策者根据现场情况、类似工程经验等非参数信息来决定最终采用的修正模型；并且针对这一问题,将优化速度快的稳态遗传算法和优化精度高的梯度下降算法相结合,提出了一种混合智能算法.最后分别采用数值算例和ASCE-Benchmark模型修正过程验证了所提算法的寻找多解能力和优化精度.结果表明,本文所提算法可以寻找到定义域内的全部极值,且相比于稳态遗传算法具有更高的精度,ASCE-Benchmark算例中,两个修正后的有限元模型与实测结果之间的频率误差均有明显下降.

  • 2021-04-26
  • 阅读381
  • 下载0
  • 9页
  • pdf

基于滑窗算法和序列翻译模型的非侵入式负荷跨域分解_刘海东

非侵入式负荷分解作为实现电网与家庭用户能量监测的关键技术，能够量化能耗，为合理分配能源提供数据支撑。虽然目前已有算法在同数据集中功率分解准确率上有了很大的提高，但模型泛化性差且跨数据集间分解准确率低。为此，文中提出了一种基于滑窗方法的序列翻译优化模型，并运用迁移学习实现算法的跨数据集分解。该模型以滑动窗口的方式读取主电源有功功率的时间序列，采用基于LSTM编解码的序列到点模型预训练，经迁移学习获得训练模型，实现在不同数据集中的负荷分解。算例结果表明提出的深度学习模型在不同的数据集间训练测试均有较高的分解性能和准确率，提高了算法的泛化能力。

  • 2021-04-26
  • 阅读529
  • 下载0
  • 10页
  • pdf