检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多模型组合的冷凝器中污垢预测

传感技术学报 2005年第2期18卷 225-229页

作者：樊绍胜王耀南长沙理工大学电气与信息工程学院长沙410077 湖南大学电气与信息工程学院长沙410082

提出了一种基于多模型组合的冷凝器污垢预测新方法。该方法采用经验模型、自适应指数平滑模型、灰色模型、T%DS模糊模型等多种模型预测污垢的增长,并通过遗传算法对模型参数、各模型输出之间的组合系数进行自适应滚动优化调整,以适应冷... 详细信息

提出了一种基于多模型组合的冷凝器污垢预测新方法。该方法采用经验模型、自适应指数平滑模型、灰色模型、T%DS模糊模型等多种模型预测污垢的增长,并通过遗传算法对模型参数、各模型输出之间的组合系数进行自适应滚动优化调整,以适应冷凝器水质及工况参数的动态变化,从而取得比单个预测模型更好的预测精度。试验结果表明:该方法短期污垢预测效果好,中长期污垢预测精度较高,是实现冷凝器污垢预测的有力工具。

关键词：冷凝器污垢预测多模型组合遗传算法自适应滚动优化

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于多模型组合的个人信用评估研究

基于多模型组合的个人信用评估研究

作者：马群河北大学

学位级别：硕士

随着互联网金融行业的崛起,中国居民的信用消费快速发展,个人信贷总额逐年增长,截至到2019年末,个人信贷的不良贷款余额高达2.41万亿元,为了保证经济健康发展,及时降低信贷风险,做好个人信用评估尤为关键。在实际应用中不断提高评估模... 详细信息

随着互联网金融行业的崛起,中国居民的信用消费快速发展,个人信贷总额逐年增长,截至到2019年末,个人信贷的不良贷款余额高达2.41万亿元,为了保证经济健康发展,及时降低信贷风险,做好个人信用评估尤为关键。在实际应用中不断提高评估模型准确率是个人信用评估的主要研究方向。忽视了数据特征重要程度的差异性会在一定程度上会降低模型的准确性;此外,还需要兼顾模型的可解释性,使资金方和客户能够理解信贷决策规则。深度神经网络的分类准确性高,但是受限于模型的可解释性,在个人信用评估领域的实际应用中寥若晨星。深度森林算法的准确性和深度神经网络不分轩轾,并且可解释性更佳,多模型组合方法可以使模型之间优势互补。因此本文以多模型组合方法为基础,选择具有代表性的深度森林、LightGBM、和SVM模型进行组合,构建个人信用评估模型,本文的主要工作如下:（1）改进分类算法。在特征提取时按特征的重要程度进行分区,再按比例依次从不同的分区提取特征构造特征子空间。在深度森林中为决策树分配权重,提出改进的深度森林算法,提高分类准确率。（2）验证多模型组合方法。首先,考虑到模型数量增加,参数也随之增加,提出一种改进的网格搜索算法提高效率,大间距搜索最优参数点所在范围,小网格间距确定最优参数。然后,利用多模型组合方法可以使模型之间优势互补的特点,选择稳定性和准确性较好的深度森林模型,快速高效的LightGBM和SVM模型进行组合,并通过实验对比多种组合方法的效果。（3）实证分析对比。选择实验结果最好的组合模型分别与三个单一模型比较,分析实验结果,确定最终选择方案。最后将所选组合模型与几种常用的模型进行实证对比分析,验证组合模型的性能。本文通过“Lending Club”公司的公开个人信用数据集进行实验,结果表明本文所提方案可以有效地提高个人信用评估效果。

关键词：个人信用评估多模型组合深度森林 LightGBM SVM

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多源光谱融合水质分析的多模型组合建模方法

多源光谱融合水质分析的多模型组合建模方法

作者：穆海洋浙江大学

学位级别：硕士

基于光谱分析的水质有机污染物浓度检测方法相比传统的化学分析法,具有速度快、无需化学试剂、操作简单等优点,是一种绿色检测技术。现行的光谱法水质分析多采用单一光谱,普遍存在分析精度较低的不足。本文以水质有机物综合指标的光谱... 详细信息

基于光谱分析的水质有机污染物浓度检测方法相比传统的化学分析法,具有速度快、无需化学试剂、操作简单等优点,是一种绿色检测技术。现行的光谱法水质分析多采用单一光谱,普遍存在分析精度较低的不足。本文以水质有机物综合指标的光谱分析为研究对象,根据多种光谱信息的互补性原理,主要研究了基于紫外吸收光谱和三维荧光光谱的变权重组合预测技术,旨在提高水质光谱分析的精度及模型鲁棒性,实现了总有机碳、化学需氧量等六类水质有机污染指标的快速检测。其内容主要包括以下几个方面： 1.为探讨光谱分析法在水质有机污染检测中的应用效果,选择具有代表性的偏最小二乘及最小二乘支持向量机算法,针对水质TOC、CoD指标分别建立紫外光谱回归模型、荧光光谱回归模型以及两种光谱融合数据的回归模型,并通过预测均方误差及相关系数评估各模型的预测性能。 2.为了提高目前融合模型的精确性和鲁棒性,本文结合多源光谱对象的特点,提出了一种多源光谱变权重模型的组合预测方法,首先根据不同来源的光谱与水质有机污染综合指标分别建立子模型,然后通过光谱角计算出预测样本的多源多维光谱与训练样本的多源多维光谱的匹配程度,并以此计算出各个单一光谱子模型的组合权重,实现了针对不同预测水样的多模型变权重组合预测,从而提高了模型的预测性能和泛化能力。 3.为满足野外移动作业、进行污染水质的现场快速检测的需求,实现了一款多光谱变权重组合预测软件,并在便携式仪表上进行了应用测试。

关键词：多源光谱有机物综合指标多模型组合预测性能

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度强化学习的移动通信网载波调整算法

移动通信 2024年第4期48卷 129-134页

作者：吕晓阳沈一飞吴兵中国移动通信集团广东有限公司深圳分公司广东深圳518033

为解决如何准确、及时地对移动通信网络扇区进行载波调整的问题,提出了一种基于深度强化学习的扇区扩(减)容算法。采用Model-based强化学习方法,建立了容量指标概率动态模型的多模型组合,利用真实环境的历史数据对模型进行训练,并在此... 详细信息

为解决如何准确、及时地对移动通信网络扇区进行载波调整的问题,提出了一种基于深度强化学习的扇区扩(减)容算法。采用Model-based强化学习方法,建立了容量指标概率动态模型的多模型组合,利用真实环境的历史数据对模型进行训练,并在此基础上构建了虚拟环境。然后用神经网络构建智能体,并使之与虚拟环境互动,采用短展开技术,产生虚拟样本。最后利用虚拟样本,采用DQN算法对智能体进行策略优化,使其给出扇区扩(减)容操作的建议。实验结果表明,训练后的智能体给出的载波调整建议,达到了较高的正确率。

关键词：移动通信网络载波调整深度强化学习多模型组合

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

基于多模型随机组合的水文集合预报方法研究

水力发电学报 2021年第1期40卷 76-87页

作者：赵泽谦黄强明波陈晶刘登峰陈玺西安理工大学西北旱区生态水利国家重点实验室西安710048 陕西省引汉济渭工程建设有限公司西安710010

准确、可靠的水文预报是水资源开发利用的基础。集合预报以概率或区间的形式表征预报的不确定性,是未来水文预报研究的重点发展方向。本文提出了一种基于多模型随机组合的水文集合预报方法。首先通过加权形式将多种预报模型进行组合;再... 详细信息

准确、可靠的水文预报是水资源开发利用的基础。集合预报以概率或区间的形式表征预报的不确定性,是未来水文预报研究的重点发展方向。本文提出了一种基于多模型随机组合的水文集合预报方法。首先通过加权形式将多种预报模型进行组合;再采用多目标优化算法率定各成员模型权重的上、下限;最后在优化的上、下限内随机生成权重以构建集合预报。以汉江黄金峡水库中长期径流预报为研究对象,考虑月、旬两种预见期,构建了六种单一预报模型,采用非支配排序遗传算法对权重进行优化后得到集合预报样本。结果表明:所提方法能更好地反映预报的不确定性,且均值预报结果明显优于贝叶斯模型平均法和最优单一确定性预报方法,具有一定竞争力。

关键词：不确定性水文预报集合预报多模型组合多目标优化贝叶斯模型平均

维普期刊数据库

基于机器学习模型及其优选组合的径流预测方法研究

在线全文

学校读者我要写书评

暂无评论

基于机器学习模型及其优选组合的径流预测方法研究

作者：罗飞雄西安理工大学

学位级别：硕士

随着我国人口和社会经济的不断发展,经济社会对水资源的需求不断增长,但水资源总量却呈现逐年减少的态势,供给与需求之间的矛盾有进一步增大的趋势。作为我国北方典型的内陆省份,陕西省水资源呈现陕南丰富,其中汉江水资源丰富。围绕汉... 详细信息

随着我国人口和社会经济的不断发展,经济社会对水资源的需求不断增长,但水资源总量却呈现逐年减少的态势,供给与需求之间的矛盾有进一步增大的趋势。作为我国北方典型的内陆省份,陕西省水资源呈现陕南丰富,其中汉江水资源丰富。围绕汉江水资源综合利用的工作实际需求,以汉江流域的径流预测问题为导向,以实际开展径流预测的需求为牵引,通过本研究,提出基于机器学习模型优选的组合径流预测方法,针对不同研究断面构建多种机器学习模型,设计出了基于多种信号分解耦合气象因子的优化机器学习模型的构建方式,同时对于每个研究断面通过多轮机器学习径流预测实验得到适用性最强的模型方法,为汉江流域径流预测提供模型理论和模型应用经验的基础知识,为汉江水资源合理利用提供可靠依据。本研究取得的研究成果如下:(1)分析了研究区的降水、径流、蒸发和温度情况,其中降水量呈现波动趋势,径流量呈现减少趋势、蒸发有减小趋势、主要市区年平均气温有增大趋势。在线性趋势法下,洋县和武侯镇流量具有微小下降趋势,汉中径流呈现微小上升趋势;在Mann-Kendall趋势法下,洋县流量呈下降趋势,武侯镇和汉中的流量呈上升趋势。(2)GBRT模型在汉中站、武侯镇站和洋县站这三个断面的预报效果中,汉中站略微优于洋县站,精度最差的为武侯镇站。在SVR模型下,效果最好的是洋县断面,其次是汉中断面,最后不太理想的是在武侯镇断面的预测。LSTM对于三个断面预测效果最好的是洋县断面,对与武侯镇与汉中断面预测效果都不佳。(3)在每个研究区断面下共有9中集成气象因子模型,在武侯镇断面EEMD-GBRT与SSA-GBRT模型的预测效果较好,NSE值均达到了 0.95以上。EMD-GBRT模型优化幅度不高。在汉中断面SSA-GBRT模型取得最好效果,在洋县断面EEMD-GBRT与SSA-GBRT模型预测效果较好,NSE值均达到了0.95以上。武侯镇断面SSA-SVR模型表现优异,其次是EEMD-SVR模型,效果最差的是EMD-SVR,汉中断面SSA-SVR对原径流序列有明显的优化,不太理想的为EMD-SVR模型,洋县断面SSA-SVR模型表现优异,其次是EEMD-SVR模型,EMD-SVR模型组合预测时效果较差。EEMD-LSTM与SSA-LSTM模型在武侯镇断面预测效果较好,而EMD-LSTM模型预测结果比基础LSTM模型效果还差,在汉中断面SSA-LSTM和EEMD-LSTM模型取得较好效果,在洋县断面EEMD-LSTM与SSA-LSTM模型预测效果较好。基于EMD分解方法并耦合气象因子优化后模型在三个断面表现较差。引入三种信号分解方法后,并耦合气象因子优化模型后,各评价指标均有不同程度的提升,其中预测效果提升最为明显是基于EEMD和SSA分解方法的模型,而EMD分解方法对模型提升不大。(4)适宜武侯镇断面的径流预测单因子模型为GBRT,适宜汉中断面为SVR模型与GBRT模型,适宜洋县断面为SVR模型与GBRT模型。在研究断面下所有集成气象因子模型分析中,对于武侯镇断面SSA-GBRT模型在同一数据集上具有最好的预测性能,汉中断面的SSA-LSTM模型在同一数据集上具有最好的预测性能,对于洋县断面的模型预测效果效果最佳为SSA-LSTM模型。在三个研究断面上,组合模型均取得优异的预测效果,组合模型在各断面表现NSE指标值均在0.95以上。在武侯镇断面组合模型预测精度略高于SSA-GBRT模型,但精度相差不大。在汉中断面组合模型预测精度略高于SSA-LSTM模型,在洋县断面组合模型预测精度略高于SSA-LSTM模型,但两者预测性能都较为优异。

关键词：径流预测多模型组合机器学习耦合气象因子模型优选

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多模型最优组合的机床热误差建模

电子技术（上海） 2018年第8期47卷 25-29页

作者：李淑娟张成新曲阜师范大学工学院山东日照276800

为了提高机床热误差补偿模型的预测精度,提出了多模型组合热误差建模方法。以组合模型误差平方和最小为最优准则,选择组合模型中各个模型最优权系数,使组合模型具有预测残差平方和最小。通过在一台五轴加工中心转台轴向热误差建模实验,... 详细信息

为了提高机床热误差补偿模型的预测精度,提出了多模型组合热误差建模方法。以组合模型误差平方和最小为最优准则,选择组合模型中各个模型最优权系数,使组合模型具有预测残差平方和最小。通过在一台五轴加工中心转台轴向热误差建模实验,选用两种差分模型和多项式模型组成多个组合模型进行验证,实验结果表明,加权组合模型预测精度高于其中任一单一模型的预测精度。多模型组合建模能够改善单一模型预测方法的不足,使机床热误差预测精度得到进一步提高。

关键词：数控机床热误差多模型组合补偿

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

多模型融合的水文集合概率预报方法研究

多模型融合的水文集合概率预报方法研究

作者：赵泽谦西安理工大学

学位级别：硕士

准确、可靠的水文预报是水资源开发利用的基础。如何进一步提高预报精度,同时准确量化或表征预报的不确定性,是现阶段水文预报领域的热点和难点问题。集合概率预报以概率或区间的形式表征预报的不确定性,是未来水文预报的重点发展方向... 详细信息

准确、可靠的水文预报是水资源开发利用的基础。如何进一步提高预报精度,同时准确量化或表征预报的不确定性,是现阶段水文预报领域的热点和难点问题。集合概率预报以概率或区间的形式表征预报的不确定性,是未来水文预报的重点发展方向。因此,开展水文集合概率预报研究,对于科学指导水库运行调度,充分发挥水资源的综合利用效益,具有重要的理论意义和实际应用价值。本论文以汉江上游黄金峡水库入库径流集合概率预报为研究对象,在构建多个单一预报模型的基础上,提出了一种基于多模型随机组合的径流集合概率预报方法(SCMM)。将SCMM方法与贝叶斯模型平均(BMA)方法进行对比,以论证所提方法的合理性和有效性。论文主要工作及结论如下:(1)搭建了涵盖线性与非线性,白箱与黑箱,物理概念与数据驱动的多种径流预报模型。采用多方法筛选预报因子,构建人工神经网络模型(BP)、多元线性回归模型(MLR)、支持向量机模型(SVM)、随机森林模型(RF)、极限学习机模型(ELM)、径向基神经网络模型(RBF)、两参数月水量平衡模型(TPWB)7种单一确定性预报模型,采用平均绝对误差(MAE)、纳什效率系数(NSE)、均方根误差(RMSE)、平均百分比误差(MAPE),以及拟合优度系数(R)作为确定性预报评价指标以评定预报结果。结果表明:7种模型在检验期中NSE均在0.65以上;拟合优度系数R在0.80以上,其中SVM、ELM的NSE最优、TPWB的NSE最差。ELM检验期的RMSE、MAE、MAPE分别为81.5m/s、49.3m/s、0.41%,综合误差最小;TPWB分别为102m/s、72.2m/s、0.8%,综合误差最大。(2)构建了基于BMA方法的径流集合概率预报模型。采用MCMC-DREAM抽样算法计算模型参数的后验分布,通过DREAM算法估计模型的最佳参数。采用平均相对区间宽度、区间覆盖度和连续排位概率评分作为集合概率预报结果的评价指标,对比了基于同参数方差正态分布、异参数方差正态分布以及伽马分布三种分布作为后验分布的BMA模型。结果表明:基于同参数方差正态分布构造的BMA模型RMSE最高;异参数方差正态分布构造的BMA模型在三个模型中RMSE最低。相较于确定性预报模型中最优的ELM模型,BMA模型的RMSE、MAE略低于ELM,但拟合优度系数R优于ELM。(3)构建了基于SCMM方法的径流集合概率预报模型。对单一确定性模型进行组合,并以随机加权方式建立集合预报模式,采用多目标遗传算法率定集合预报成员模型权重的上下限,最终得到预报样本和能够量化预报不确定性的预报区间。结果表明:SCMM模型的区间覆盖度为95%,高于BMA模型(80%),且SCMM模型的预报区间在低流量时较小,在高流量时较大,更能真实地反映预报的不确定性,SCMM模型的区间预报性能更优;SCMM模型的连续概率评分为4.37,BMA模型的为53.7,SCMM模型的概率预报性能更优。SCMM均值预报的RMSE为22.4 m/s,BMA均值预报的RMSE为85.7 m/s,SCMM模型的均值预报误差远小于BMA模型。尽管SCMM模型预报平均区间宽度高于BMA模型,但考虑到该集合预报方法结构简单、参数较少,区间及概率预报性能更优。因此,所提出的SCMM方法在实际作业预报中仍具有一定的竞争力。

关键词：不确定性水文预报水文集合概率预报多模型组合多目标优化贝叶斯模型平均

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度强化学习的移动通信网载波调整算法

移动通信 2023年

作者：吕晓阳沈一飞吴兵中国移动通信集团广东有限公司深圳分公司

关键词：移动通信网络载波调整深度强化学习多模型组合