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Kriging模型和改进MCMC算法的随机有限元模型修正_张雪萍

针对待修正参数维数较高时标准马尔可夫链蒙特卡罗（Markov Chain Monte Carlo，MCMC）算法不易收敛、拒绝率高的问题，提出了基于Kriging模型和在MCMC中融合花朵授粉算法的修正方法。首先，以应变模态作为响应，建立Kriging模型，通过蝙蝠算法确定Kriging模型的相关系数；然后，采用最大熵的贝叶斯方法估计参数的后验概率密度函数，花朵授粉算法融入Metropolis-Hasting（MH）抽样算法，提高局部寻优和全局寻优能力；最后，通过三自由度弹簧-质量系统和三维桁架结构的数值算例验证所提模型修正方法，修正后参数相对误差均低于0.86%。结果表明，所提方法修正后参数的马尔可夫链能够快速收敛、样本接受率高，该方法也对随机噪声具有一定的鲁棒性。

  • 2021-04-20
  • 阅读558
  • 下载0
  • 10页
  • pdf

基于Hammerstein模型的非线性系统参数辨识算法研究_李蓓蕾

为了提高非线性系统参数的辨识精度,以典型的非线性系统Hammerstein模型为例,结合莱维飞行（Levy）算法对标准粒子群优化（PSO）算法进行改进。首先回顾了对于非线性系统辨识算法的发展及存在问题；其次介绍以Levy算法结合PSO算法对非线性系统辨识的整体流程；然后将改进后的算法应用于两个Hammerstein模型中,对模型参数进行辨识,完成对剔除算法的验证；最后对Levy-PSO算法存在的问题做出总结,以及未来的发展方向。通过对基本粒子群和改进的粒子群算法进行仿真对比分析,实验结果表明改进的算法能显著提高辨识速度,有效改善基本粒子群算法的过早收敛问题,并且提高了辨识精度。

  • 2021-04-21
  • 阅读556
  • 下载0
  • 6页
  • pdf

基于BP神经网络算法的粮食储存品质预测模型构建研究_兰雪萍

粮食安全预警对于储粮企业意义重大,本研究基于BP神经网络算法,采用Python软件构建了粮食储存品质预测模型。通过使用全国各储粮生态区的质量品质数据来训练和测试,构建了基于BP神经网络算法的两种预测模型,时间序列品质预测模型可进行连续单指标跨期预测,温湿度-品质预测模型可进行度夏后粮情预测。经验证,时间序列品质预测模型对粮食储存品质指标预测效果较好,预测误差均低于15%。

  • 2021-04-24
  • 阅读550
  • 下载0
  • 5页
  • pdf

基于混合算法的需求响应公交灵活调度模型_靳文舟

需求响应公交（DRT）是一种新型的公共交通服务模式,为了使DRT理论能更贴合实际应用于低密度人口地区,提出了考虑多种车型和多种运营模式的公交灵活调度方式。首先设立车型和路径的双决策变量,并构建了考虑多种车型和多种运营模式的公交灵活调度模型；然后采用大循环小循环混合模式设计了混合遗传蚁群算法HGACO,该算法混合了最近邻搜索算法、2-opt法、目的地降维算子、遗传算法和蚁群算法；最后以揭西南部部分地区至城中心的3个时段为例进行调度。结果显示:考虑多种车型和多种运营模式的公交灵活调度模型具有经济性和可操作性,该模型可以使低密度地区的需求响应调度更加科学和经济；改进的混合遗传蚁群算法HGACO的求解能力、精度和稳定性均优于原算法,可以稳定地求得DRT灵活调度问题的较优解。

  • 2021-04-20
  • 阅读545
  • 下载0
  • 11页
  • pdf

视频质量增强模型加速算法_杨文哲

提出了一种应用于视频质量增强算法的动态结构性剪裁算法Maskcut,它可以有效提高基于深度学习的视频质量增强算法的运行速度。Maskcut是一种通用的剪裁思路,支持绝大多数的基于卷积神经网络（CNN）深度学习网络模型的剪裁加速。基于原模型中已经训练好的参数数据,Maskcut使用一种针对剪裁加速的二次训练策略来进一步微调参数,从而在保证模型有效性损失不大的同时,缩短模型运行时间。以一种先进的视频质量增强算法——多帧质量增强2.0（MFQE 2.0）为目标,Maskcut剪裁后可以快速达到峰值信噪比（PSNR）指标损失低于1%、时间缩短10%以上的加速指标。

  • 2021-04-20
  • 阅读542
  • 下载0
  • 6页
  • pdf

一种基于融合决策TOPSIS模型的NILM算法评价_王雅倩

由于应用场景不同、负荷设备多样等问题，准确率等单一因素在评价算法时易造成评价结果畸形且不易察觉纠正，从而无法综合有效地评价非侵入式算法性能。为此，文章提出一种基于融合决策的TOPSIS模型，以多种评价指标构建评价体系，采用基于AHP和变异系数法的融合权重，兼顾专家经验、工程需求和数据客观规律，避免单一的主观赋值造成具有明显差异的指标数据被忽略，以及单一的客观赋值夸大数据误差波动，最后利用逼近于理想解的排序方法计算评价对象与正负理想解的接近程度，得到算法综合排序结果。实验结果表明文中所提评价模型能够有效评价算法性能，为非侵入式负荷辨识算法的综合评价提供一种新的解决方案。

  • 2021-04-25
  • 阅读540
  • 下载0
  • 8页
  • pdf

基于随机森林算法的湖北省水资源承载力评价模型及其应用_陆佳慧

依据PSR框架建立水资源承载力评价指标体系,以指标阈值为依据构造随机样本,在此基础上应用随机森林算法对湖北省水资源承载力进行评价。结果表明,随机森林能够很好地拟合指标因子与水资源承载力等级之间的关系,训练模型精度高,方案可操作性强,具有一定应用性；随机森林算法能无偏识别变量重要性,其中需水模数与供水模数是湖北省水资源承载力的关键影响因素,应予以重点防控；湖北省水资源承载力空间分布不均,鄂西地区和咸宁市水资源承载力为良好级,鄂东和鄂中地区为一般等级,以武汉市为核心的江汉平原地区属较差级,建议加强水资源分区管理,以促进水资源涵养能力与经济社会同步发展。

  • 2021-04-23
  • 阅读538
  • 下载0
  • 5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533
  • 下载0
  • 10页
  • pdf