检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于变权重组合的电气设备温度预测模型

控制工程 2023年第4期30卷 694-702页

作者：马骁雨张慧芬刘宗杰张驰济南大学自动化与电气工程学院山东济南250022 国网山东省电力公司济宁供电公司山东济宁272000

针对电气设备温度预测问题,提出一种变权重组合预测模型。首先,建立反馈神经网络、灰色模型、差分自回归移动平均模型三种单一预测模型。针对反馈神经网络易陷入局部最优的缺点,采用麻雀搜索算法进行优化。然后,利用灰色关联度对层次分... 详细信息

针对电气设备温度预测问题,提出一种变权重组合预测模型。首先,建立反馈神经网络、灰色模型、差分自回归移动平均模型三种单一预测模型。针对反馈神经网络易陷入局部最优的缺点,采用麻雀搜索算法进行优化。然后,利用灰色关联度对层次分析进行改进,实现各单一预测模型对应权重值的自适应计算,并外推权重值。最后,对三种单一预测模型的预测值进行加权求和。利用某地区变压器顶层油温数据进行实例分析,算例结果表明,使用改进层次分析法实现的变权重组合预测模型在整体预测精度与稳定性方面明显优于单一预测模型,可较好地应用在电气设备温度预测中。

关键词：电气设备温度变权重组合灰色关联度层次分析法

在线全文

学校读者我要写书评

暂无评论

变权重组合在公路软基沉降预测中的应用

低温建筑技术 2010年第10期32卷 82-83页

作者：赵诗涛刘磊吉林省高速公路集团有限公司长春130033

通过对哈尔滨绕城高速公路软土地基沉降的预测,阐述了变权重组合预测方法的思想、应用范围,表明了变权重组合预测方法是一种实用有效的方法,具有明显的优越性。

关键词：软土地基沉降预测组合模型变权重组合

在线全文

学校读者我要写书评

暂无评论

变权重组合预测法预测垃圾产量

山西建筑 2007年第33期33卷 352-353页

作者：吴宏斌杭州天恒投资建设管理有限公司

基于变权重组合法,以北京市20世纪90年代生活垃圾产量为资料进行了产量预测,将其预测结果与单项预测曲线相比,指出变权重组合预测方法能比较准确预测垃圾产量,并对城市规则、基础设施的设置与管理具有指导意义。

关键词：生活垃圾产量预测变权重组合

基于变权重组合模型的山东省建筑垃圾产量预测

在线全文

学校读者我要写书评

暂无评论

建设科技 2022年第22期 26-29页

作者：郭秋雨纪凡荣李永福山东建筑大学济南250000

中国城镇化进程加快,相伴而生的建筑垃圾体量飞速增长,控制建筑垃圾的体量实现生态发展成为关键。本文以2006-2020年山东省的建筑垃圾估算产量为研究对象,分析线性回归模型、灰色模型以及BP神经网络模型三个单项模型的拟合结果,构建了... 详细信息

中国城镇化进程加快,相伴而生的建筑垃圾体量飞速增长,控制建筑垃圾的体量实现生态发展成为关键。本文以2006-2020年山东省的建筑垃圾估算产量为研究对象,分析线性回归模型、灰色模型以及BP神经网络模型三个单项模型的拟合结果,构建了建筑垃圾产量变权重组合预测模型对2021-2025年山东省建筑垃圾产量进行预测。结果表明:该变权重组合预测模型预测精度较高,可以有效预测山东省建筑垃圾产量。该变权重组合预测模型预测精度高,预测结果较为准确。本研究结果可为山东省建筑垃圾整治管理及资源化处理提供思路和参考数据。

关键词：建筑垃圾产量预测变权重组合

在线全文

学校读者我要写书评

暂无评论

基于变权重组合模型的铁路货运量预测

铁道货运 2009年第1期27卷 17-19页

作者：杨卓平盖宇仙兰州交通大学交通运输学院甘肃兰州730070

介绍了变权重组合预测方法,建立了铁路货运量的变权重组合预测模型,并与1998—2007年铁路实际货运量对比,表明预测数据比较切合历史数据,接近货运量的实际情况。在此基础上预测了2008—2010年铁路货运量。

关键词：铁路货运量变权重组合预测

基于变权重组合模型的高速公路路基沉降量预测分析

在线全文

学校读者我要写书评

暂无评论

西部交通科技 2022年第8期 105-107,143页

作者：周智青广西路桥工程集团有限公司广西南宁530200

现有高速公路路基沉降预测方法多是基于单一权重组合模型,在预测结果上存在误差较大的问题。基于此,文章采用变权重组合方法建立高速公路路基沉降量预测模型,通过对预测量对应权重系数的动态优化,使其变为以时间发展为依据的表达模型,... 详细信息

现有高速公路路基沉降预测方法多是基于单一权重组合模型,在预测结果上存在误差较大的问题。基于此,文章采用变权重组合方法建立高速公路路基沉降量预测模型,通过对预测量对应权重系数的动态优化,使其变为以时间发展为依据的表达模型,进而获得更加准确、稳定的预测模型。经湖城高速公路某沉降路段实际测试,并与另外三种预测模型的实例路段路基沉降数据进行对比,结果表明:基于变权重组合模型的预测结果与实际公路路基沉降测量值之间的误差最小,其误差值为0.871 2,数据曲线表现出来的测量因素的拟合程度更好,整体性能较另外三种权重组合模型提升效果明显,收敛性更好。

关键词：变权重组合高速公路路基沉降单一权值预测模型

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

四川省天然气消费量变权重组合预测

西南石油大学学报（社会科学版） 2009年第2期2卷 11-14页

作者：郭志钢陆羽吕南西南石油大学经济管理学院四川成都610500

在BP神经网络及最小二乘支持向量机预测模型的基础上,利用基于样本点优化的变权重组合模型对四川省天然气消费量进行了预测,结果表明该预测方法在样本数目有限的情况下,在性能上不但优于各单项预测方法,同时也在很大程度上好于固定权重... 详细信息

在BP神经网络及最小二乘支持向量机预测模型的基础上,利用基于样本点优化的变权重组合模型对四川省天然气消费量进行了预测,结果表明该预测方法在样本数目有限的情况下,在性能上不但优于各单项预测方法,同时也在很大程度上好于固定权重的组合预测模型,对于四川省经济发展有着重要的意义。

关键词：四川省天然气消费量预测变权重组合 BP神经网络最小二乘支持向量机

基于时空耦合特性的城市轨道交通车站通道断面客流量实时预测

在线全文

学校读者我要写书评

暂无评论

基于时空耦合特性的城市轨道交通车站通道断面客流量实时预测

作者：张琛北京交通大学

学位级别：硕士

随着我国城市轨道交通的迅猛发展,许多大城市已实现网络化运营,客流规模的不断扩大,不仅对城市轨道交通网络整体运能提出更高要求,还给承担客流集散的车站带来巨大挑战。车站内的通道封闭狭窄,是站内拥塞的易发区域,是客流疏散的关键瓶... 详细信息

随着我国城市轨道交通的迅猛发展,许多大城市已实现网络化运营,客流规模的不断扩大,不仅对城市轨道交通网络整体运能提出更高要求,还给承担客流集散的车站带来巨大挑战。车站内的通道封闭狭窄,是站内拥塞的易发区域,是客流疏散的关键瓶颈,在客运管理中需重点关注。为了提高车站客运管理的科学化、智能化水平,为车站运营人员提供重要的数据支持,需要实时、准确地预测出车站通道断面客流量随时间的演变情况。客流预测的实时性和准确性,对于运营人员提前预知客流状态、及时采取管控措施、保障运营安全具有重要的意义。本文对城市轨道交通车站通道断面客流量的实时预测方法进行研究,通过站内客流的时间、空间特征分析,建立基于时间特征的单断面预测模型和基于空间特征的多断面预测模型,实现客流量的实时预测。文章研究内容和主要成果包含以下四个部分:(1)为获得预测所需的客流数据,通过对现有客流采集技术的分析,选择全自动采集技术对城市轨道交通车站通道断面客流数据进行采集。利用数据故障识别和修复技术,对原始客流数据进行预处理,得到完整、可靠的预测输入数据。分析车站通道客流数据的时空特性,明确客流的波动性、周期性、不均衡性等特征。提出“池化区域”和“渠化区域”的概念,并提出“客流空间渠化性”来描述站内客流在站厅等池化区域表现出的有序的空间特征。(2)针对车站通道断面客流数据的强波动性,利用小波分析将数据的趋势量和随机量分离并分别预测。通过对各种预测万法的比选,选择SVM支持向量机和RBF神经网络作为基础预测模型。然后利用改进的“基于定长步进算法和时间加权的变权重组合方法”对两基础模型进行组合,构建“车站通道单断而客流的小波变权组合实时预测模型(SCW模型)”。(3)考虑到车站通道断面客流的时空耦合特性,将空间因素引入客流预测模型。通过分析站内乘客的走行特征,提出精细化时滞参数下的客流时空耦合系数计算方法,对站内客流的时空耦合特性进行定量描述。据此对时空耦合系数的影响因素进行了计算和分析,研究了客流流线、断面距离、客流拥挤度、数据的时间聚合程度等对时空耦合系数的影响。将时空分析后的多断面客流数据加入预测模型的输入空间,构建“车站通道多断面客流的时空耦合实时预测模型(RTS模型)”。(4)利用北京地铁建国门站内通道断面客流数据进行案例分析,分别利用SVM、RBF、小波+SVM、小波+RBF,以及本文提出的SCW和RTS模型对换乘通道断面客流进行预测,结果证明本文方法能够在一定程度上提高客流预测的精确度和稳定性。最后,分析了车站通道断面客流实时预测的应用价值,阐述了本文研究的实际意义。

关键词：城市轨道交通车站通道断面客流实时预测小波理论变权重组合时空耦合特性

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

地区级电力负荷预测方法的研究

地区级电力负荷预测方法的研究

作者：王建美华北电力大学

学位级别：硕士

电力负荷预测是运用预测理论的方法，根据电力负荷的组成以及影响负荷变动的各种因素，即考虑到历史数据的变化规律也发掘负荷与影响因素间内在的联系及规律，由此总结归纳出未来负荷会受到的影响和变化趋势，并运用此归纳规律来预测未... 详细信息

电力负荷预测是运用预测理论的方法，根据电力负荷的组成以及影响负荷变动的各种因素，即考虑到历史数据的变化规律也发掘负荷与影响因素间内在的联系及规律，由此总结归纳出未来负荷会受到的影响和变化趋势，并运用此归纳规律来预测未来的负荷。负荷预测精度可以提供基础数据，在调度工作中起着十分重要的作用，在电力系统的安全可靠运行中尤其基础性地位，如何进一步提高预测精度是必要的研究。本文初步分析了目前应用于电力负荷预测的多种预测方法和模型的优缺点以及这些模型对于实际预测的适用性，研究了灰色模型预测理论中的GM(1,1)模型，人工神经网络中的BP神经网络、RBF神经网络、Elman神经网络，并以此为基础，对比分析了几种不同神经网络预测模型在组合预测模型中的适用性。本文基于灰色GM(1,1)模型和人工神经网络模型，建立采用最小二乘法求解的变权重组合预测模型。通过实际数据进行特性分析，选取合适的变量作为输入。分别用BP神经网络、RBF神经网络、Elman神经网络三种神经网络与灰色GM(1,1)组合建立预测模型，对某地区分别进行短期和中长期的社会总用电量预测，通过得到的预测结果与实际负荷值对比，分析了不同模型下预测值和真实值的图形曲线走向趋势，也计算并对比了三种模型下所得预测结果与真实值的相对误差，通过得到的误差结果来分析此三种神经网络在电力负荷预测方法中的应用优劣以及对于文中提供负荷数据的地区是否有其适用性。在MATLAB仿真中，利用实际负荷数据作为输入得到预测值曲线，结果表明，在短期负荷预测中，采用Elman神经网络和灰色预测结合的组合模型所得出的结果准确度要优于另两种组合模型，更适用于文中所选地区;在中长期负荷预测中，采用RBF神经网络和灰色预测结合的组合模型整体上稍稍优于采用Elman网络的模型，但是二者的直观差异性并不明显，所得出的结果准确度均要优于采用BP网络的模型，所以采用RBF神经网络和灰色预测结合的组合模型更适用于文中所选地区的实际情况。

关键词：负荷预测 GM(1,1)模型神经网络变权重组合