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

基于群智能图形化编程语言的三防转换控制程序设计与实现

群智能建筑平台是一种扁平化、无中心的新型建筑智能化系统。 将群智能建筑平台技术应用于国防工程 智能化领域，可为国防工程智能化保障提供一种全新的技术平台。 基于群智能建筑图形化编程语言，开发了国防 工程中核心的三防转换控制程序，将国防工程系统物理对象及其运行机制抽象为简单、易操作的编程语言图元符 号。 结果表明，该语言能够显示刻画三防转换控制的并行特征并降低程序开发的复杂度，从而为国防工程复杂管 控程序高效开发提供了有益探索。

  • 2021-04-25
  • 阅读340
  • 下载0
  • 6页
  • pdf

基于PCA_LSTM模型的多元时间序列分类算法研究_张可

多元时间序列数据广泛存在于金融市场、动作识别等众多领域,但由于其存在指标多、时序长等特点,现有分类算法难以兼顾两个维度的特征提取。文章提出将PCA和LSTM综合应用于多元时间序列分类问题中序列,采分用类P算CA法提。取并指通标过维与度k N特N征、SV,利M用等L分ST类M算遗法忘在门多学个习数时据间集维上度的特实征验,对从比而,建验立证基了于该P方C法A-不LS仅TM降的低多了元计时算间复杂度,且在多个数据集上均取得了精度较高的实验结果。

  • 2021-04-25
  • 阅读340
  • 下载0
  • 6页
  • pdf

基于双层规划的应急物资调度模型与算法研究_李艳

突发灾害情景下,为了提高对应急物资需求的快速响应能力,在应急物资调度实际特征和现实需求的基础上,以系统响应时间最短为上层目标,以系统总成本最小为下层目标,构建了一个双层规划模型。根据应急物资调度模型上下层之间相互关联、相互制约的特点,设计一种改进遗传算法。该算法研究了变异率对跳出早熟收敛问题的影响,并结合聚合度模型对原始遗传算法进行了改进。最后以某地区突发灾害事件为例,运用双层规划模型和改进遗传算法对算例进行求解,并对求解结果进行分析比较,验证所建立模型的有效性和所设计算法的可行性。

  • 2021-04-25
  • 阅读340
  • 下载0
  • 7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340
  • 下载0
  • 6页
  • pdf

基于相空间重构和长短期记忆算法的电力系统无功负荷预测模型_赵冬梅

为了优化无功控制策略,改善电压质量,减小网损,针对无功负荷的随机性与非线性,提出一种基于相空间重构和长短期记忆神经网络的无功负荷预测模型。利用C-C法确定最优重构维数和延迟时间；通过计算最大Lyapunov指数说明无功负荷的混沌性；利用相空间重构技术将无功序列映射到高维空间,在高维空间利用长短期记忆神经网络进行预测；最后以海南省某地区的有功及无功负荷数据为例,通过Kolmogorov熵证实无功负荷的混沌程度大于有功负荷的混沌程度,算例验证了该方法的可行性,能提高无功负荷预测结果的准确度,有利于对电力系统无功进行更合理的调配和控制。

  • 2021-04-25
  • 阅读340
  • 下载0
  • 8页
  • pdf

基于改进蚁狮优化算法的黄酒发酵过程模型的参数辨识_宗原

针对基于Levenberg-Marquardt方法辨识黄酒发酵过程模型参数时易陷入局部最优,收敛速度慢,很难准确获取具有强泛化能力的模型参数的问题,提出了一种具有莱维飞行机制和柯西变异的蚁狮优化算法,该算法采用基于莱维飞行和柯西变异来解决这类问题。莱维飞行可以提高算法的全局搜索能力,而柯西变异有助于避免陷入局部最优。结果表明,相比于遗传算法、粒子群算法和蚁狮算法,LCALO的收敛速度快,具有全局搜索能力和局部开发能力好的优点。最后将改进算法应用于黄酒发酵模型的参数辨识,仿真结果证明该算法具有较好的参数辨识能力。

  • 2021-04-25
  • 阅读340
  • 下载0
  • 7页
  • pdf

EM算法在神经机器翻译模型中的应用研究_杨云

传统的机器翻译模型的性能受限于双语平行语料库的规模,仅使用单语数据的无监督机器翻译方法难以有效保证模型性能的稳定。针对该问题,提出一种联合EM算法的自动语料扩充方法。利用生成的单语料结合原数据集构建平行语料,进行模型的迭代训练。根据部分双语语料初始化预训练两个单向Transformer模型；通过联合EM算法进行模型优化；通过逐渐减少训练数据的翻译损失来迭代更新两个相对翻译任务上机器翻译模型。实验结果表明,基于单双语料混合的EM迭代训练方法相比使用全双语数据的监督机器翻译方法和仅使用单语数据的无监督机器翻译方法,在中英机器翻译任务上具有更好的表现。

  • 2021-04-25
  • 阅读340
  • 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340
  • 下载0
  • 6页
  • pdf