人工神经网络和模糊理论在短期负荷预测中应用

对于电力系统负荷预测的复杂性,为提高短期预测的准确性,采用以人工神经网络为基础,提出了一种利用神经网络与模糊理论相结合进行负荷预测的模型.该算法克服了传统BP算法的训练速度慢、存在局部极小点的缺点,使预测精度大有改善.实例计算表明了该算法的改进成果和可行性.     

地连墙变形的神经网络多步预测研究

结合润扬长江公路大桥南汊北锚碇深基坑工程 ,提出并应用神经网络多步预测方法来研究地连墙施工变形的预测问题。系统介绍了基于时间窗口的神经网络多步滚动预测技术 ,并详细讨论了输入输出层的设计、隐层神经元数以及预测时间步长等一些基本预测技术问题。该预测方法应用于润扬长江公路大桥南汊北锚碇深基坑围护工程 ,取得了较好的工程效果。     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit,APU)性能参数预测的精度,针对支持向量机(support vector machine,SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm opti-mization,PSO)算法实现对SVM惩罚参数和核参数...     

战略性新兴产业前沿技术领域预测与合作潜力——基于主题相似网络关系的分析视角

战略性新兴产业已经成为世界各国抢占新一轮经济制高点的发展重点,精准识别战略性新兴产业前沿技术领域,提升产业技术创新合作成功率是形成战略性新兴产业核心竞争力的重要手段.通过建立LDA-GS模型提取文本主题,设计主题相似网络关系建立方法,打破了技术创新网络仅建立在合作及IPC共现关系的局限.以石墨烯产业为实证分析对象,得出...     

上市公司高管连锁网络与分析师盈余预测精度

以2011～2017年度沪深两市A股上市公司为样本,从私人信息供给的视角,考察企业高管连锁网络对分析师盈余预测精度的影响.研究表明:上市公司网络中心度显著提升了分析师盈余预测精度;当上市公司的公开信息不充分时,其网络中心度对分析师盈余预测精度的提升效果更明显;当上市公司高管与连锁公司其他高管互动机会越多时,其网络中心度...     

基于DPCA ALSSVR的燃气轮机负荷估算方法

燃机负荷的实时估计能够为燃机参与调峰创造重要的前提条件,针对燃机负荷的实时测算问题,提出了一种基于动态主元分析结合自适应支持向量机的燃机负荷回归估计方法.首先应用动态主元分析方法挖掘出与燃机负荷相关的主要参数,获得代表相关性程度的量化指标关联度.在此基础上,利用自适应支持向量机建立燃机负荷的回归估计模型,并通过交叉验证...     

基于格拉姆矩阵和随机森林的疾病预测方法

针对现有预测方法中存在预测精度低、预测时间长及存储空间大等问题,提出一种基于格拉姆矩阵和随机森林的疾病预测方法,该方法首先从数据集中收集大量数据,其次使用格拉姆对称矩阵对采集数据进行存储和归类.然后引入随机森林二元回归和分类技术,通过二元变量相关性来衡量预测结果和数据之间的关系,并根据相关性构造决策树用于结果分类.最后...     

基于TensorFlow的均质数字岩心渗透率预测方法及应用

目前岩心渗透率的获取为室内试验方法,针对该方法工作效率低、试验操作繁琐、耗时较长的问题,提出一种基于机器学习的均质数字岩心渗透率预测方法.首先随机生成大量均质数字岩心,通过孔隙网络模型的方法对其进行孔隙度和渗透率的计算,将所得结果作为机器学习的样本库,然后基于BP人工神经网络方法,对岩心的孔隙度和渗透率数据进行提取和处...     

智能车辆横向轨迹跟踪的显式模型预测控制方法

为保证智能车辆跟踪控制的精确性、行驶稳定性和在线实时性,设计了一种显式模型预测跟踪控制方法.建立了预测时域内的跟踪精准性和行驶稳定性指标函数及约束,将跟踪控制问题转化为动态干扰下的主动转向最优化问题为提高实时性,将传统模型预测控制系统转化为与之等价的显式多面体分段仿射系统,运用参数分区上的显式控制律求得最优转角控制量....