检索结果-南通市图书馆

维普期刊数据库博看期刊

中子诱发裂变反应截面的贝叶斯神经网络预测模型

在线全文

学校读者我要写书评

暂无评论

原子核物理评论 2024年第1期41卷 396-401页

作者：黄美容黄永顺王德鑫张苏雅拉吐内蒙古民族大学核物理研究所和物理与电子信息学院内蒙古通辽028000 内蒙古自治区核与辐射探测联合实验室内蒙古通辽028000

核数据是核物理基础研究与核工程及核技术应用的基础数据。中子诱发核裂变反应截面是核数据的主要组成部分,在先进核能系统研发及核天体物理研究中具有重要应用。本工作基于贝叶斯理论,采用4层隐藏层每层200个神经元的前馈神经网络,利... 详细信息

核数据是核物理基础研究与核工程及核技术应用的基础数据。中子诱发核裂变反应截面是核数据的主要组成部分,在先进核能系统研发及核天体物理研究中具有重要应用。本工作基于贝叶斯理论,采用4层隐藏层每层200个神经元的前馈神经网络,利用马尔科夫链蒙特卡罗法(Markov Chain Monte Carlo simulation method,MCMC)和KL散度(Kullback-Leibler divergence,KL),针对^(238)U、^(232)Th和^(239)Pu中子诱发裂变核反应截面数据,建立了以入射能量和裂变截面作为输入参数和输出参数的贝叶斯神经网络计算模型。选取中子能区为1~200 MeV的^(238)U、^(232)Th和1~100 MeV的239Pu裂变截面实验数据和评价数据进行模型训练,利用MCMC方法构建马尔科夫链来近似目标分布,结合KL散度约束方法对损失函数进行优化。研究结果表明,贝叶斯神经网络预测模型能够很好地再现1~200 MeV的^(238)U、^(232)Th和1~100 MeV的^(239)Pu裂变截面数据,并对更高能量区间进行合理预测,为解决目前入射中子能量大于200 MeV的^(238)U、^(232)Th和大于100 MeV的^(239)Pu实验数据存在严重分歧问题及核数据评价提供重要参考。

关键词：贝叶斯神经网络裂变截面核数据

基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测

在线全文

学校读者我要写书评

暂无评论

三峡大学学报（自然科学版） 2024年第5期46卷 68-75页

作者：李丹罗娇娇孙光帆唐建黄烽云三峡大学电气与新能源学院湖北宜昌443002 国家电网铜梁供电公司重庆404100 梯级水电站运行与控制湖北省重点实验室(三峡大学) 湖北宜昌443002 新能源微电网湖北省协同创新中心(三峡大学) 湖北宜昌443002

考虑到输入信息和预测模型的不确定性对负荷预测结果的影响,本文提出一种基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测方法.通过条件变分自编码器生成指定天气因素预测值和日历特征条件下实际天气因素可能的多个随机样... 详细信息

考虑到输入信息和预测模型的不确定性对负荷预测结果的影响,本文提出一种基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测方法.通过条件变分自编码器生成指定天气因素预测值和日历特征条件下实际天气因素可能的多个随机样本,以模拟天气预测信息的不确定性;构建GRU-S2S贝叶斯神经网络学习模型参数的分布特征,以反映预测模型的不确定性,并结合MC dropout技术获得多个可能的负荷预测值;遍历天气因素全部模拟样本,将预测模型输出的负荷预测值构成集合,并通过核密度估计获得预测时段内各时刻预测负荷服从的概率分布.实际算例结果表明,该方法在短期负荷概率预测中具有更高的分位数预测精度和更可靠稳定的区间预测结果.

关键词：负荷概率预测门控循环单元贝叶斯神经网络条件变分自编码器

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于贝叶斯神经网络的多臂测井套损检测方法

计算机技术与发展 2024年第8期34卷 108-115页

作者：曹茂俊吴升坤东北石油大学计算机与信息技术学院黑龙江大庆163318

针对传统多臂井径测井套损检测过程中,测井资料人工解释准确性不高,管柱重要信息容易遗漏等问题,结合大庆油田某工区多臂井径测井数据,提出了一种基于贝叶斯神经网络的多臂测井套损检测方法。该方法可在对原始测井曲线方位校正、缺失值... 详细信息

针对传统多臂井径测井套损检测过程中,测井资料人工解释准确性不高,管柱重要信息容易遗漏等问题,结合大庆油田某工区多臂井径测井数据,提出了一种基于贝叶斯神经网络的多臂测井套损检测方法。该方法可在对原始测井曲线方位校正、缺失值填充以及对常见套损类别进行曲线数据截取汇总的基础上,形成多臂井径数据集,同时对数据集进行归一化处理并以此作为训练数据进行套损检测实验。对比发现,在多臂井径测井套损检测问题上,采用的MC Dropout变分推理方法训练的贝叶斯神经网络,相较BP神经网络、随机森林、BayesByBackprop和SGLD变分推理方法训练的贝叶斯神经网络,在性能和鲁棒性方面表现更优异。实验表明:该方法在多臂测井套损检测中有效性更高,平均准确率达到95.67%,较传统人工解释方法提升明显,并能给出可解释性更佳的分类结果不确定性,极大地提升了衡量检测结果的可信程度。

关键词：多臂井径套损检测贝叶斯神经网络变分推理不确定性

在线全文

学校读者我要写书评

暂无评论

贝叶斯神经网络方法在套损预测中的应用研究

地球物理学进展 2018年第3期33卷 1319-1324页

作者：张旭王璐孟凡顺郑志超中国海洋大学海洋地球科学学院山东青岛266100

油气是国家发展的重大战略资源.随着近年来对油气的开发利用,几大油气田都出现了严重的套损问题,严重影响了油气的开发,造成了巨大的经济损失.因此,寻找一种合理有效的方法来对套管状况进行预测并针对的采取预防措施,对延长油水井的工... 详细信息

油气是国家发展的重大战略资源.随着近年来对油气的开发利用,几大油气田都出现了严重的套损问题,严重影响了油气的开发,造成了巨大的经济损失.因此,寻找一种合理有效的方法来对套管状况进行预测并针对的采取预防措施,对延长油水井的工作寿命、降低损失从而提高生产效率具有重要意义.首先介绍了贝叶斯神经网络的基本原理,以及ARD技术与模型比较技术;其次,与经典BP神经网络进行对照实验,验证贝叶斯神经网络在过拟合方面的优势;根据模型证据确定最优神经网络结构,整理大庆油田南一区西西区块部分井数据进行预测分析,获得套损因素相关权重.结果显示:油井与水井预测结果的准确率分别为82.86%和73.85%,具有较高的准确性;该区域套损的主控因素为高压注水导致的断层开启导水,油田方面应采取提高固井质量、选择合理的注水压力等措施来预防套管损坏.

关键词：套损预测贝叶斯神经网络 ARD

基于随机变分推理贝叶斯神经网络的发电机轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

控制与决策 2023年第4期38卷 1015-1021页

作者：王进花岳亮辉曹洁马佳林兰州理工大学电气工程与信息工程学院兰州730050 甘肃工业过程先进控制重点实验室兰州730050 兰州理工大学电气与控制工程国家实验教学中心兰州730050 兰州理工大学计算机与通信学院兰州730050

近年来,许多基于深度学习的方法被用于故障诊断领域,并且取得了良好的效果,但是发电机故障样本数据难以获取,在数据量较少的情况下,基于深度学习的方法存在过拟合现象,导致模型泛化能力差、诊断精度不高.为了解决这一问题,提出一种基于... 详细信息

近年来,许多基于深度学习的方法被用于故障诊断领域,并且取得了良好的效果,但是发电机故障样本数据难以获取,在数据量较少的情况下,基于深度学习的方法存在过拟合现象,导致模型泛化能力差、诊断精度不高.为了解决这一问题,提出一种基于随机变分推理贝叶斯神经网络的故障诊断方法.该方法以贝叶斯推理与随机变分推理为基础,可以根据少量数据得到较为可靠的模型,获得网络各层参数的概率分布,有效解决过拟合的问题.采用证据下限(evidence lower bound,ELBO)派生类函数TraceGraph ELBO进行随机变分推理,解决派生类函数Trace ELBO诊断精度较低的问题.将所提方法应用于发电机轴承的故障诊断,并与其他方法对比,结果表明,所提方法在故障样本数据量较少的情况下具有较高的诊断性能.

关键词：发电机轴承故障诊断深度学习贝叶斯神经网络随机变分推理

基于贝叶斯神经网络的近红外光谱实木地板表面缺陷检测

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2017年第7期37卷 2041-2045页

作者：梁浩曹军林雪张怡卓东北林业大学机电工程学院黑龙江哈尔滨150040 东北林业大学材料科学与工程学院黑龙江哈尔滨150040

实木地板的表面缺陷直接影响其力学性能和产品等级,表面缺陷的快速检测对实木地板的在线分选具有重要的现实意义。针对视觉方法检测实木地板表面缺陷识别率低的问题,提出了一种基于近红外光谱分析技术的检测方法。首先,分别采集规格为20... 详细信息

实木地板的表面缺陷直接影响其力学性能和产品等级,表面缺陷的快速检测对实木地板的在线分选具有重要的现实意义。针对视觉方法检测实木地板表面缺陷识别率低的问题,提出了一种基于近红外光谱分析技术的检测方法。首先,分别采集规格为200mm×100mm×20mm的表面带有活节、死节以及无缺陷的实木地板的光谱数据各60份,其中30份作为训练样本,30份作为测试样本;其次,使用高斯滤波(GSF)、分段多元散射校正(PMSC)和去趋势法(DT)等方法对采集到的光谱数据进行预处理,降低光谱噪声、消除光谱的散射影响;然后,利用改进遗传算法从处理后的光谱中提取特征波长用于构建缺陷识别与分类模型;最后,使用基于贝叶斯理论改进的神经网络构建实木地板缺陷识别和分类模型。实验使用含有活节、死节以及无缺陷的实木地板样本对模型进行训练和测试,结果表明:通过贝叶斯神经网络构建的缺陷识别与分类模型能够准确识别活节、死节和无缺陷三类实木地板,识别率分别为92.20%,94.47%和95.57%。证明了实木地板表面缺陷类型与其近红外吸收光谱密切相关,并为下一步实现实木地板表面缺陷的准确定位提供快速检测方法。

关键词：近红外光谱实木地板分段多元散射校正改进遗传算法贝叶斯神经网络

在线全文

学校读者我要写书评

暂无评论

基于贝叶斯神经网络的非参数回归

电子科技大学学报 2002年第2期31卷 159-162页

作者：杨斌聂在平夏耀先蒋荣生电子科技大学电子工程学院成都610054 中海油田服务有限公司北京101149

提高神经网络模型推广能力的关键是控制模型的复杂度。该文探索了贝叶斯神经网络的非参数回归的建模方法,通过融入模型参数的先验知识,在给定数据样本及模型假设下进行后验概率的贝叶斯推理,使用马尔可夫链蒙特卡罗算法来优化模型控制参... 详细信息

提高神经网络模型推广能力的关键是控制模型的复杂度。该文探索了贝叶斯神经网络的非参数回归的建模方法,通过融入模型参数的先验知识,在给定数据样本及模型假设下进行后验概率的贝叶斯推理,使用马尔可夫链蒙特卡罗算法来优化模型控制参数,实现了对神经网络模型中不同部分复杂度的控制,获得了模型参数的后验分布及预测分布。在5个含噪二维函数回归问题上的应用显示了模型的复杂度能根据数据的复杂度而自适应调整,并给出了较好的预测结果。

关键词：贝叶斯神经网络非参数回归人工智能

基于贝叶斯神经网络的金属材料P-S-N曲线估计

在线全文

学校读者我要写书评

暂无评论

华南理工大学学报（自然科学版） 2023年第11期51卷 82-92页

作者：杨旭锋刘泽清张懿西南交通大学机械工程学院四川成都610031

疲劳破坏是机械结构的主要失效形式,而依据试验数据获取高精度的S-N曲线,是开展机械结构疲劳寿命预测的前提。但疲劳试验数据往往展示出较大的分散性,采用概率疲劳寿命(P-S-N)曲线进行应力循环关系的描述更为恰当。为了克服现有经典机... 详细信息

疲劳破坏是机械结构的主要失效形式,而依据试验数据获取高精度的S-N曲线,是开展机械结构疲劳寿命预测的前提。但疲劳试验数据往往展示出较大的分散性,采用概率疲劳寿命(P-S-N)曲线进行应力循环关系的描述更为恰当。为了克服现有经典机器学习模型在材料疲劳数据分析中仅能给出疲劳寿命的确定值而无法定量其分散性的局限性,文中提出了一种基于贝叶斯神经网络(BNN)模型的金属材料P-S-N曲线估计方法。首先将传统神经网络模型的权重参数视为随机变量,采用贝叶斯参数估计方法,根据训练样本对权重参数的后验分布进行估计;然后,考虑到已有后验分布估计方法容易低估权重参数的不确定性程度,文中引入了一种基于α散度的黑盒(BB-α)算法,对权重参数进行后验估计;最后,采用BNN模型对2524-T3铝合金、2024-T4铝合金和S420MC钢的疲劳数据进行了分析。结果表明:BNN可以作为一个有效、稳健的模型,用于疲劳数据的拟合和不确定性量化;基于BB-α算法的BNN模型,可以更加准确地给出疲劳数据的不确定性量化结果。

关键词：贝叶斯神经网络疲劳数据预测 P-S-N曲线不确定性分析

在线全文

学校读者我要写书评

暂无评论

基于改进贝叶斯神经网络的光伏出力概率预测

电网技术 2019年第12期43卷 4377-4386页

作者：赵康宁蒲天骄王新迎李烨中国电力科学研究院有限公司

光伏功率预测准确性对电网调度运行影响很大,传统的确定性预测方法对光伏出力波动的响应能力不足,给电网的安全稳定运行带来挑战。提出了基于改进贝叶斯神经网络的光伏出力概率预测方法,将神经网络的权重以概率分布的形式表示,提高了神... 详细信息

光伏功率预测准确性对电网调度运行影响很大,传统的确定性预测方法对光伏出力波动的响应能力不足,给电网的安全稳定运行带来挑战。提出了基于改进贝叶斯神经网络的光伏出力概率预测方法,将神经网络的权重以概率分布的形式表示,提高了神经网络应对光伏出力随机性的能力;依据输入输出相关性进行特征降维,提高数据密度,抑制过拟合;在贝叶斯神经网络的输入端引入全连接神经网络与一维卷积神经网络,提高网络对不同输入数据的信息提取能力,提高预测精度。以实际系统为例进行实证分析,结果表明,与传统的确定性预测模型相比,所提方法在光伏出力波动时具有更高的预测准确率;与其他概率预测方法相比,所提方法在保持较高总体预测准确率的同时,预测功率区间更窄。

关键词：分布式光伏概率预测贝叶斯神经网络 t分布邻域嵌入