检索结果-南通市图书馆

WPT-HPO-ELM径流多步预报模型研究

在线全文

学校读者我要写书评

暂无评论

水资源与水工程学报 2022年第6期33卷 69-76页

作者：许建伟崔东文云南省水利水电勘测设计研究院云南昆明650021 云南省文山州水务局云南文山663000

为提高径流时间序列多步预报精度,建立了小波包变换(WPT)-猎人猎物优化(HPO)算法-极限学习机(ELM)相融合的径流时间序列多步预报模型,并应用于云南省南康河水文站月径流和日径流时间序列多步预报。引入HPO算法原理,在不同维度条件下选取... 详细信息

为提高径流时间序列多步预报精度,建立了小波包变换(WPT)-猎人猎物优化(HPO)算法-极限学习机(ELM)相融合的径流时间序列多步预报模型,并应用于云南省南康河水文站月径流和日径流时间序列多步预报。引入HPO算法原理,在不同维度条件下选取6个典型函数对HPO进行仿真验证;利用2层WPT将径流时序数据分解为4个子序列分量,达到降低径流序列数据复杂性和不平稳性的目的;采用HPO优化ELM输入层权值和隐含层偏值,建立WPT-HPO-ELM模型对实例月径流和日径流进行多步预报。结果表明:HPO算法具有较好的寻优精度和全局搜索能力;WPT-HPO-ELM模型对预见期为1~3个月的月径流具有理想的预报效果,预报的平均绝对百分比误差≤2.43%,合格率≥99.2%,确定性系数≥0.999;对预见期为4~6个月的月径流具有较好的预报效果,预报的平均绝对百分比误差≤15.0%,合格率≥73.3%,确定性系数≥0.991;当预见期≥7个月时,预报效果较差。对预见期为1~3 d的日径流具有理想的预报效果,预报的平均绝对百分比误差≤1.23%,合格率为100%,确定性系数≥0.999;对预见期为4~7 d的日径流具有较好的预报效果,预报的平均绝对百分比误差≤15.3%,合格率≥73.0%,确定性系数≥0.947;当预见期≥8 d时,预报效果较差。WPT-HPO-ELM模型能充分发挥WPT、HPO和ELM的优势,表现出较高的预报精度和稳定性能,预报误差随着预见期的增加而增大,该模型及方法可为径流时间序列多步预报提供新途径。

关键词：径流预报小波包变换猎人猎物优化算法极限学习机多步预报仿真测试

基于HMM的TE过程在线故障诊断与多步故障预报

在线全文

学校读者我要写书评

暂无评论

基于HMM的TE过程在线故障诊断与多步故障预报

作者：曹立立华中科技大学

学位级别：硕士

当今社会科学技术不断进步,现代化水平越来越高,现代控制系统日益趋向大规模、复杂化和自动化。随着系统规模与复杂程度的增加,进一步提高了对其安全性的要求。故障诊断与预报技术是增强系统可靠性及降低事故风险的有效途径。如果在系... 详细信息

当今社会科学技术不断进步,现代化水平越来越高,现代控制系统日益趋向大规模、复杂化和自动化。随着系统规模与复杂程度的增加,进一步提高了对其安全性的要求。故障诊断与预报技术是增强系统可靠性及降低事故风险的有效途径。如果在系统出现故障后及时地检测到故障,并辨识出故障的类型,或在系统只出现很小的异常时就预报出故障的发展趋势,则可准确及时地做出有效的维修决策来防止系统故障的进一步发生,从而避免由于故障发展引起的不必要的损失。鉴于此,本文对隐马尔可夫模型(Hidden Markov Model,HMM)的在线故障诊断与多步故障预报进行了研究,并将其成功应用于田纳西-伊斯曼(Tennessee Eastman,TE)化工过程中。本文研究的在线故障诊断包括故障的在线检测与在线辨识两个方面。故障检测是故障诊断的重要部分,本文提出了一种新的基于HMM的在线故障检测方法。该方法以一个新的实时统计量作为在线故障检测的量化指标,首先采用主元分析方法对系统变量进行特征提取,再利用变长度滑动窗口在线跟踪动态数据得到故障检测的实时阈值,然后比较待测系统实时统计量与实时阈值的大小来判断系统是否发生故障。研究在线故障辨识需要首先训练系统所有故障情况下的隐马尔可夫模型得到故障的模型库,然后测试待测系统运行数据与各个模型的匹配程度,来得出待测系统所发生的故障属于哪个类型。之后将这些方法都带入TE过程进行了仿真验证。最后,根据HMM的结构和基本算法,在HMM的预报模型的基础上,本文提出了一种基于HMM的多步预报方法。并应用这一方法预报了TE过程故障6情况下一段时间之后的系统健康状况,从而对故障发展趋势进行了预测,验证了该多步预报方法的有效性。

关键词：隐马尔可夫模型故障诊断故障预报故障检测故障辨识多步预报田纳西-伊斯曼过程

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

基于递归神经网络的多步预报方法

西安交通大学学报 2002年第7期36卷 722-725,756页

作者：温广瑞屈梁生张西宁西安交通大学机械工程学院西安710049

为了解决由多层前馈神经网络递推运算获得的多步预报存在的预报误差迭代累积问题 ,提出了基于局部递归神经网络的多步递归神经网络 (MSRN)模型 ,对时间序列进行了多步预报 .用模拟振动数据把MSRN模型用作单步和多步的预报能力 ,同经典... 详细信息

为了解决由多层前馈神经网络递推运算获得的多步预报存在的预报误差迭代累积问题 ,提出了基于局部递归神经网络的多步递归神经网络 (MSRN)模型 ,对时间序列进行了多步预报 .用模拟振动数据把MSRN模型用作单步和多步的预报能力 ,同经典的多层前馈神经网络进行了比较 ,并预报了天津石化总公司炼油厂大机组某测点振动的变化趋势实践表明 ,用该方法进行多步预报误差小 ,并具有良好的预报能力 .

关键词：递归神经网络预报方法多步预报时间序列预报误差预报能力 MSRN模型

在线全文

学校读者我要写书评

暂无评论

混沌序列最近邻多步预报算法

混沌序列最近邻多步预报算法

全国第五届信号和智能信息处理与应用学术会议

作者：周波石爱国大连舰艇学院基础部大连舰艇学院航海系

为降低最小二乘支持向量机（LSSVM）的计算量,提出一种最近邻方法,利用与测试数据欧式距离最小且差分变化规律相似的训练向量组成简化的训练矩阵,寻找训练阵与预测阵之间的高维非线性映射规律。由于训练数据与测试数据在变化趋势上十分... 详细信息

为降低最小二乘支持向量机（LSSVM）的计算量,提出一种最近邻方法,利用与测试数据欧式距离最小且差分变化规律相似的训练向量组成简化的训练矩阵,寻找训练阵与预测阵之间的高维非线性映射规律。由于训练数据与测试数据在变化趋势上十分相似,因此,该多步预测方法与以往由单步迭代方法相比,大大简化了训练阵的规模,提高了运算速度。实验表明,该方法对Lorenz纯净序列和含噪声序列都有较好的预报效果。

关键词：混沌序列最小二乘支持向量机欧式距离多步预报

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

应用于催化裂化生产过程的自校正多步预报器

黑龙江大学自然科学学报 1984年第4NO.03NO.02NO.01期 7-11+6页

作者：邓自立郭一新郭春来杜长太付连成尔尔滨炼油厂黑龙江省应用数学研究所

本文建立了石油炼制催化裂化生产过程的反应器和再生器温度的自校正多步预报器,能预报半小时时间范围内的温度变化趋势,为实行开环操作指导提供了重要信息,在线实验结果证明了本文方法的有效性.

关键词：自校正自适应控制多步预报再生器数学模型试验模型递推预报随机干扰在线实验催化裂化操作指导

基于GA优化BP神经网络辨识的Volterra级数核估计算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南京理工大学学报 2012年第6期36卷 962-967页

作者：门志国彭秀艳王兴梅胡忠辉孙双双哈尔滨工程大学自动化学院黑龙江哈尔滨150001 哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 哈尔滨工程大学理学院黑龙江哈尔滨150001

为取得更有效的船舶运动预报效果,提出了一种利用遗传算法(GA)优化单输出三层反向传播(BP)神经网络辨识Volterra级数核的算法。在船舶航行姿态时间序列的混沌特性识别基础上,分析了GA、BP神经网络和Volterra级数模型的特征。利用GA优化B... 详细信息

为取得更有效的船舶运动预报效果,提出了一种利用遗传算法(GA)优化单输出三层反向传播(BP)神经网络辨识Volterra级数核的算法。在船舶航行姿态时间序列的混沌特性识别基础上,分析了GA、BP神经网络和Volterra级数模型的特征。利用GA优化BP神经网络获得最优的初始权值和阈值,根据BP神经网络算法求得最终的最优权值和阈值。进行Taylor级数分解,得到Volterra级数各阶核,对船舶的横摇运动时间序列进行多步预报。仿真实验表明:所提方法预报精度高、时间长,具有有效性和适应性。

关键词：遗传算法反向传播神经网络混沌特性识别船舶运动多步预报

在线全文

学校读者我要写书评

暂无评论

多步自校正预报方法及其应用

控制理论与应用 1989年第A06期6卷 93-96页

作者：杨自厚李宝泽

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

多步预测误差方法在先控性能评估中的应用

山西大同大学学报（自然科学版） 2016年第4期32卷 28-32页

作者：刘桂枝刘红梅陈爱军山西大同大学物理与电子科学学院山西大同037009

本文在基于最优预报的基础上提出了一种新的MPC性能评估方法。通过将已有的基于k步预测误差的控制系统性能评估方法进行拓展,得到了一种新的基于多步最优预测误差的先进控制系统的性能评估方法。最后提出了一个新的基于多步预测误差的... 详细信息

本文在基于最优预报的基础上提出了一种新的MPC性能评估方法。通过将已有的基于k步预测误差的控制系统性能评估方法进行拓展,得到了一种新的基于多步最优预测误差的先进控制系统的性能评估方法。最后提出了一个新的基于多步预测误差的性能指标用来对先进控制系统的控制性能进行评估和分析。该方法不需要关于过程的任何先验信息,因此便于在实际工程中实施和应用。将所提出的方法应用在某石化企业的一套先进控制装置的性能评估当中,验证了该方法的有效性。

关键词：先进过程控制控制性能评估多步预报模型预测控制

在线全文

学校读者我要写书评

暂无评论

机动目标运动轨迹的成组估计

机动目标运动轨迹的成组估计

作者：刘松波沈阳航空工业学院

学位级别：硕士

机动目标跟踪广泛应用于军事和民用领域,因为GKF涉及的广义线性模型的系数服从确定的变化规律而无需在线辨识或预先计算,广泛适用于模型未知的连续系统,因此本文针对机动目标跟踪问题,建立了被跟踪目标运动的状态模型、测量模型、滤波... 详细信息

机动目标跟踪广泛应用于军事和民用领域,因为GKF涉及的广义线性模型的系数服从确定的变化规律而无需在线辨识或预先计算,广泛适用于模型未知的连续系统,因此本文针对机动目标跟踪问题,建立了被跟踪目标运动的状态模型、测量模型、滤波—预测模型,可以对机动目标的运动状态进行实时估计,且能预测出目标在未来多个时刻的状态。因为应用广义卡尔曼滤波算法对机动目标进行多步估计的过程是一个迭代计算的过程,而迭代计算的过程也是误差不断传递的过程,传递过程中的误差累积作用会使得多步预报数据逐步偏离真实数据,从而会降低预测数据的精度,影响预测数据的可用性。本文以广义卡尔曼滤波算法为基础给出了机动目标运动轨迹的成组估计的计算过程,分析了多步估计过程中的误差传递和累积作用。仿真实验的结果显示,广义卡尔曼滤波算法对高机动性目标能够获得良好的跟踪和多步预报效果。

关键词：广义卡尔曼滤波机动目标多步预报