公共文化服务平台

基于优化小波BP神经网络的燃气短期负荷预测被引量：14: 2015年; 在燃气短期负荷预测问题的研究中,燃气负荷由于受天气、人为活动等因素的影响,呈现出一种非线性特性,单个神经网络的局限性限制了其预测精度。为了有效的预测天然气短期负荷,提出了一种混沌遗传算法优化的小波BP神经网络预测模型。小波网络结合小波变换良好的时频局部特性和神经网络的自学习能力,加强了网络的函数逼近能力。利用混沌遗传算法的全局优化搜素能力对网络连接权值、阈值和伸缩平移尺度的优化求解,加快了网络的收敛的速度,建立最优的燃气负荷预测模型。将组合模型应用于上海燃气短期负荷预测,结果表明改进检测模型具有更好的非线性拟合能力和更高的预测精度。; 余凤徐晓钟; 关键词：小波神经网络混沌遗传算法负荷特性负荷预测

融合多颜色空间分量的自适应彩色图像分割被引量：5: 2014年; 提出了一种新的简单有效的融合多颜色分量的分割方法,首先在六个不同的颜色空间中选择最佳的待分割颜色分量,然后应用直方图和空间模糊C均值(SFCM)技术对不同颜色分量进行自适应初始分割,最后融合分割结果并进行区域合并。利用该算法在Berkeley图像库上进行了大量实验,实验结果表明,与当前一些经典分割算法Mean-shift、FCR、CTM等相比,利用该方法能够获得更好的分割结果以及更优的性能指标。; 刘俊马燕陈坤李顺宝; 关键词：彩色图像分割 SPATIAL FUZZY

基于ESN和改进RBFNN的城市燃气负荷预测被引量：3: 2019年; 城市燃气负荷预测是城市燃气管网系统运行调度中的重要内容.针对燃气负荷数据的周期性和非线性特点,以及单一模型存在的局限性,本文提出一种ESN和改进RBF神经网络的组合预测模型.首先用核Fisher线性判别对原始数据进行降维,其次用ESN模型进行初步预测,然后将ESN的预测结果作为RBF神经网络的输入来构建组合模型,并将差分进化算法和梯度下降算法结合,对RBF神经网络的结构和参数同时进行训练和优化,以增强算法的局部搜索能力,加快收敛速度.实验结果表明,本文模型比原组合模型的预测精度更高.; 徐玚徐晓钟; 关键词：RBF神经网络差分进化梯度下降燃气负荷预测

基于FCGA和改进LSTM-BPNN的燃气负荷预测被引量：5: 2021年; 准确的燃气负荷预测对于城市合理供应和调度能源起着非常重要的作用.由于燃气负荷数据本身具有周期性,随机性的复杂特点以及单阶段单预测模型的局限性,本文提出了一种基于模糊编码遗传算法(Fuzzy Coding of Genetic Algorithms,FCGA)和改进的LSTM-BPNN残差修正模型的多阶段混合模型.首先第一阶段先用LSTM进行燃气负荷初步预测,然后计算出燃气负荷残差值,第二阶段先用BPNN去预测残差值,然后用Adam自适应学习率算法在学习过程中自动调节LSTM-BPNN残差模型的学习率,加快拟合速度,接着用模糊编码遗传算法去优化BPNN的初始权重和阈值,以便寻找到全局最优解.最后把两阶段的预测值和作为最终的燃气负荷预测值.通过对比实验得出,本文模型比单模型,原始两阶段预测模型得到了更高的预测准确率.; 姜秋龙徐晓钟; 关键词：ADAM 燃气负荷预测

关于天然气管网的短期燃气负荷优化预测研究被引量：7: 2016年; 由于短期天然气负荷受天气、温度和社会等多种复杂因素的影响而表现出非线性、非平稳的特性,在负荷曲线上表现为多种波动模态,而多数预测方法直接把影响因素引入到整体的燃气负荷中。为有效提高预测精度,提出一种采用经验模式分解(EMD)和粒子群小波神经网络(PSO_WNN)的短期燃气负荷预测方法。针对历史负荷中的不良数据,首先进行预处理,然后针对历史负荷序列的,再利用EMD按频率将负荷序列分解为固有模态IMF分量,小波神经网络(WNN)具有良好的非线性逼近能力和自学习能力,所以选择WNN预测模型,采用粒子群优化(PSO)算法的全局快速寻优优化小波神经网络的参数,增强预测模型的全局搜索能力,最后对各IMF建立PSO_WNN预测模型进行预测,对上述预测结果进行重构得到最终的预测结果。运用上述模型进行仿真,结果表明,该模型与单一的BP预测和EMD_WNN预测方法相比,预测精度比较高,为短期负荷优化预测提供了参考。; 张少平徐晓钟代军委; 关键词：短期负荷预测经验模式分解粒子群算法小波神经网络

基于小波包改进算法的管道泄漏特征信号提取被引量：3: 2015年; 在管道泄漏检测时,标志泄漏发生的特征信号相对较弱,这为泄漏特征信号的提取带来了极大困难。首先基于有限元仿真软件ANSYS研究声发射波在管道上的传播特性,分析泄露特征信号提取算法研究的必要性;然后提出一种泄露特征信号提取的改进小波包分解与重构算法;最后基于改进后的算法对实验室里采集到的泄漏声发射信号进行泄露特征信号提取实验。实验结果表明,改进算法可以准确提取出泄漏特征信号。它克服传统小波包算法分解和重构中的上采样与下采样带来的混频,为后续的定位分析创造了良好的条件。; 柳孝云张相芬马燕; 关键词：声发射小波包信号提取

基于自适应变异粒子群算法和BP神经网络的短期燃气负荷预测被引量：11: 2016年; 天燃气负荷具有非线性和不确定性的特性,针对传统的单一神经网络预测方法存在收敛速度慢、易陷入局部极值的问题,为提高预测精度,提出一种结合自适应变异粒子群算法(AMPSO)和BP神经网络的短期燃气负荷预测方法。采用自适应调整惯性权重的方法,通过自适应的概率对比较密集的粒子引入交叉算子和变异算子,通过比较当前粒子的概率与交叉概率和变异概率的取值进行交叉和变异,形成AMPSO,利用AMPSO优化BP神经网络,建立较优的燃气负荷预测模型,这种方法能有效实现全局收敛并保证收敛速度。为验证模型的性能对上海市短期负荷进行预测,平均绝对百分误差MAPE为0.012。实验结果表明,与传统的BP神经网络预测方法和PSO_BP预测方法相比,该提出的模型的预测精度比较高。; 张少平徐晓钟代军委; 关键词：BP神经网络粒子群算法负荷预测天然气

基于改进LMD与GRU网络的短期燃气负荷预测被引量：4: 2019年; 针对燃气负荷数据非线性、非平稳性的特点,本文提出一种基于改进的LMD算法与GRU神经网络的组合预测模型.模型首先利用改进后的LMD算法对燃气负荷数据进行序列分解,改进的LMD方法采用分段牛顿插值法代替传统的滑动平均值法来获得局部均值函数和包络估计函数,改善了传统LMD方法存在的过平滑问题.之后,再将得到的若干PF分量进行小波阈值去噪处理,获得有效的分量数据.最后,利用GRU神经网络分别预测各分量值,将它们相加得到最终的负荷预测值.仿真实验表明,提出的方法与单个GRU神经网络以及结合传统LMD算法的GRU网络相比,预测精度更高.; 张彤徐晓钟王晓霞杨超; 关键词：小波阈值去噪燃气负荷预测

基于遗传算法的七自由度机器人轨迹规划被引量：6: 2016年; 针对七自由度串联机器人Robai Cyton Gamma 300轨迹规划问题,采用改进遗传算法规划机器人各关节的运动轨迹。利用D-H表示法建立起机器人末端执行器的位姿与参考坐标系之间的齐次变换矩阵,采用遗传算法优化BP神经网络求解机器人的运动学求逆解。利用5次B样条曲线在关节空间构造机器人各关节随时间变化的运动轨迹。在满足运动学约束条件下,对传统遗传算法在编码方式、遗传算子、交叉概率和变异概率等方面进行改进,对机器人各关节运动轨迹进行时间最优规划。运用Matlab对研究进行了仿真实验。结果表明,经改进遗传算法优化后的机器人运动轨迹时间明显缩短,各关节的角速度、加速度和加加速度曲线连续无突变,从而验证了该方法的有效性。; 马丹妮李传江张自强; 关键词：遗传算法 GAMMA BEZIER曲线

基于混沌理论的天然气管道泄漏检测实验被引量：3: 2014年; 提出了一种基于混沌理论的天然气管道的泄漏检测方法.该方法利用混沌理论对噪声具有抑制作用,对同频率的微弱周期信号极其敏感的特点,首先将采集到的声发射信号的频率压缩至1 - 10 rad/s,然后将信号输入Duffing振子阵列系统中,以振子阵列系统的状态转换实现强噪声中泄漏信号的检测.仿真实验证明,该系统在强噪声背景下具有很强的抗干扰能力,能从噪声中检测泄漏信号并能提高泄漏检测的准确率.; 胡菊丽张自强高允领; 关键词：天然气管网泄漏检测声发射

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

上海市科学技术委员会资助项目(11510502400)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

上海市科学技术委员会资助项目(11510502400)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈