检索结果-南通市图书馆

计算机应用 2022年第9期42卷 2722-2731页

作者：郎祎平毛文涛罗铁军范黎林任颖莹刘侠河南师范大学计算机与信息工程学院河南新乡453007 “智慧商务与物联网技术”河南省工程实验室(河南师范大学) 河南新乡453007 株洲中车时代电气股份有限公司湖南株洲412001 盾构及掘进技术国家重点实验室郑州450001

在高端制造企业的运维业务中,配件需求随机发生,且伴随有大量的零需求阶段,同时,对应的配件需求数据量小,且呈现出间歇性和块状分布的特点,导致现有时间序列预测方法难以有效预测配件需求走势。为解决该问题,提出了一种间歇性时间序列... 详细信息

在高端制造企业的运维业务中,配件需求随机发生,且伴随有大量的零需求阶段,同时,对应的配件需求数据量小,且呈现出间歇性和块状分布的特点,导致现有时间序列预测方法难以有效预测配件需求走势。为解决该问题,提出了一种间歇性时间序列的可预测性评估及联合预测方法。首先,提出了一种新的间歇相似度指标,通过统计两条序列中“0”元素出现的频次和位置,并结合最大信息系数和平均需求间隔等度量指标,有效评估了序列的趋势信息和波动规律,并实现了对间歇性序列可预测性的量化;其次,基于该指标,构建了一个间歇相似度层次聚类方法来自适应地筛选相似性高、可预测性强的序列,剔除极度稀疏、无法预测的序列;此外,探索利用序列间的结构化信息,并构建多输出支持向量回归(M-SVR)模型,从而实现小样本下的间歇性序列联合预测;最后,分别在两个公开数据集(UCI礼品零售数据集和华为电脑配件数据集)和某大型制造企业实际配件售后数据集上进行实验。实验结果表明,相比多个典型的时间序列预测方法,所提方法可有效挖掘各类间歇性序列的可预测性,提高小样本间歇性序列的预测精度,从而为制造企业配件需求预测提供了一种新的解决方案。

关键词：需求预测间歇性时间序列可预测性评估时间序列预测时间序列聚类

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向远洋海岛微网的短期负荷预测方法及离散能量优化调度策略研究

面向远洋海岛微网的短期负荷预测方法及离散能量优化调度策略研究

引用

作者：张宏志华中科技大学

学位级别：硕士

远洋海岛作为海洋开发的支点和平台,具有重要的经济、政治和军事价值,充裕可靠的能量供给是实现岛屿多功能开发、促进海洋经济发展、保障“海洋强国”战略实施的基础和保证。考虑到海岛及其周边海域所蕴藏的丰富的可再生能源,在未来,通... 详细信息

远洋海岛作为海洋开发的支点和平台,具有重要的经济、政治和军事价值,充裕可靠的能量供给是实现岛屿多功能开发、促进海洋经济发展、保障“海洋强国”战略实施的基础和保证。考虑到海岛及其周边海域所蕴藏的丰富的可再生能源,在未来,通过提高岛内可再生能源发电能力,配置淡水、氢气等资源制备设施以及各类生产生活负荷,将有效保障海岛电能和资源的长期可靠供应,提升远洋资源开发能力,推进远洋海岛的发展和建设。在远洋海岛未来发展场景中,岛内将存在大量新型用电负荷,并呈现出多元化、复杂化的特点,为此,本文首先提出一种基于改进K-means算法的负荷聚类方法,根据负荷曲线的形状特征,对用户进行精细化聚类划分,为负荷模型构建、分类负荷预测奠定研究基础。同时,本文将信息论引入到历史负荷数据的可预测性评估当中,通过计算样本信息熵,构建可预测性评价指标,建立了先验式样本评估方案。其次,针对部分波动性较大、不确定性较强的负荷,本文提出一种基于边界估计理论的区间预测方法,一方面,从区间宽度和累计误差两个角度对现有区间预测评价指标做出改进,另一方面,利用神经网络构建了区间预测模型,并基于预测评价指标的优劣,采用粒子群算法对网络结构参数进行优化。仿真中通过对某波动性较强的历史负荷数据进行预测分析,验证了所提方法相比于传统点对点预测以及现有区间预测方法的优越性。最后,本文提出一种基于储换电船舶的岛间能量调度方案,并根据调度方式的差异将其划分为不同模式,在计及储换电船舶数目、船舶自身载荷、岛屿服务时间窗等约束条件的基础上,采用改进蚁群算法对不同模式下的最优调度方案进行了搜索,仿真中基于我国南海某群岛实际地理数据,对比分析了不同模式下的船舶配置情况和累计航行距离,说明了所提方法的可行性与合理性,能够实现岛间能源的相互补充和协调支援。

关键词：远洋海岛负荷聚类分析可预测性评估区间预测离散能量调度

来源：

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

开源项目中软件开发者的行为分析

开源项目中软件开发者的行为分析

引用

作者：童兰轩上海交通大学

学位级别：硕士

随着互联网的发展和普及,人们在网上的活动越来越多元化。这些活动留下了海量的行为数据,随着大数据存储和处理技术的不断进步,人们逐渐有能力去分析和利用这些数据,以获取新的知识,创造新的价值。开源社区已经成为软件开发的重要模式,... 详细信息

随着互联网的发展和普及,人们在网上的活动越来越多元化。这些活动留下了海量的行为数据,随着大数据存储和处理技术的不断进步,人们逐渐有能力去分析和利用这些数据,以获取新的知识,创造新的价值。开源社区已经成为软件开发的重要模式,在开源社区中,开发者作出各种贡献并进行协作,对开发者的行为数据进行分析,有助于对开源软件开发过程的管理和改进。正因如此,针对开源软件开发中开发者的行为,目前已经有了不少的研究。然而,这些研究中存在一些不足之处:1.开发者行为的预测一直是热门的研究方向,然而,鲜少有研究提出对行为的可预测性进行评估,也没有分析是否有一些因素会影响行为的预测;2.在对开发者行为进行的预测中,研究者提出了不同的模型。然而,开发者行为呈现出不同的行为模式,单一模型很难适应各种模式。目前,缺乏对不同模式的自适应预测算法;3.围绕开发者行为的异常,研究者大都进行了案例研究,缺乏从检测算法方面的工作。针对上述问题,本文以Git Hub中开发者行为为对象,就行为可预测性、预测及异常检测进行了研究,文章取得的成果主要体现在以下方面:1.提出一种基于排列熵的可预测性评估方法,应用于开发者行为数据提取出的时间序列中,并对影响可预测性结果的因素进行了分析。2.结合可预测性分析的结果及序列的不同成分,为不同类别的开发者行为序列应用相应的线性-非线性混合模型,并与单一模型的预测精度进行比较。3.定义了数值、趋势及比例序列来表示行为数据,并且定义了开发者行为的点、片段及序列异常,通过频繁集挖掘,计算行为序列与频繁集的距离得到异常指数。文中通过实验验证了该方法的有效性。上述方法为开源社区开发者行为的分析提供了技术途径。

关键词：开源软件开发可预测性评估自适应预测模型异常检测

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：