检索结果-南通市图书馆

结合季节调整和NAR神经网络的流域地下水储量预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2022年第10期47卷 1796-1804页

作者：王杰龙杨玲陈义沈云中同济大学测绘与地理信息学院上海200092

利用重力场恢复与气候实验卫星反演的陆地水储量和全球陆地数据同化系统(global land data assimilation system,GLDAS)水文模型,从流域降雨分布信息出发,结合季节调整技术和非线性自回归(non-linear autoregressive,NAR)神经网络对流... 详细信息

利用重力场恢复与气候实验卫星反演的陆地水储量和全球陆地数据同化系统(global land data assimilation system,GLDAS)水文模型,从流域降雨分布信息出发,结合季节调整技术和非线性自回归(non-linear autoregressive,NAR)神经网络对流域地下水储量变化进行预测,并与未经过季节调整的NAR神经网络、自回归(autoregressive, AR)模型以及季节性自回归差分移动平均(seasonal autoregressive integrated moving average, SARIMA)模型进行对比分析。以长江流域、勒拿河流域、鄂毕河流域以及叶尼塞河流域为例,结果表明,经过季节调整后的流域降雨和地下水分别服从独立分布和一阶自回归模型,为NAR神经网络时延数的确定提供了新的途径。经过季节调整后的NAR神经网络的预测结果在4个流域的模型表现优于传统的AR模型和SARIMA模型,均方根误差在1 cm以内,相关系数超过0.96。结合季节调整和NAR神经网络提高了流域地下水储量预测精度,减少了训练参数,加快了神经网络的收敛速度。

关键词：季节调整地下水储量非线性自回归神经网络自回归模型

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

空气源热泵芒果干燥系统变结构智能控制技术

食品与机械 2023年第10期39卷 100-104,145页

作者：郭小璇郭敏韩帅孙乐平广西电网有限责任公司电力科学研究院广西南宁530023 广西电力装备智能控制与运维重点实验室广西南宁535023

目的:提高空气源热泵干燥系统干燥芒果的能效。方法:对空气源热泵干燥系统干燥芒果的工艺进行细分,采用变结构控制实现干燥室温湿度的智能化动态调节以提高能效,即将每个干燥工艺阶段细分为三部分:远离转换点、接近转换点和临近转换点,... 详细信息

目的:提高空气源热泵干燥系统干燥芒果的能效。方法:对空气源热泵干燥系统干燥芒果的工艺进行细分,采用变结构控制实现干燥室温湿度的智能化动态调节以提高能效,即将每个干燥工艺阶段细分为三部分:远离转换点、接近转换点和临近转换点,对前两部分采用受限的带外部输入的非线性自回归神经网络(NARX)对干燥室温度和湿度设定值进行智能调整来节约电能,而对第三部分则采用PI控制器对干燥工艺转换点除湿量进行精准控制,保证芒果干燥品质。结果:与常规的分段恒温恒湿干燥方法相比,研究提出的细分段变结构控制方法能保证芒果干燥品质,并能节约8.63%的电能。结论:研究提出的细分段变结构控制方法能明显提高热泵干燥系统能效,并获得与常规分段恒温恒湿方法接近的干燥品质。

关键词：空气源热泵变结构控制非线性自回归神经网络温湿度解耦干燥品质节能

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

融合植被遥感数据的北京市次日花粉浓度预测

地球信息科学学报 2021年第9期23卷 1705-1713页

作者：卞萌郭树毅王威欧阳昱晖黄颖菁费腾武汉大学遥感信息工程学院武汉430079 国家林业和草原局调查规划设计院北京100714 首都医科大学附属北京同仁医院北京100730 武汉大学资源与环境科学学院武汉430079

中国国土绿化状况公报指出,2010—2020年中国许多城市的绿化面积增加、绿化质量提高,可随之而来的影响人体健康的致敏性花粉风险也逐渐提高。本文利用遥感手段获得北京市乔木和草地生长区域平均植被叶面积指数(LAI)时间序列作为植被物... 详细信息

中国国土绿化状况公报指出,2010—2020年中国许多城市的绿化面积增加、绿化质量提高,可随之而来的影响人体健康的致敏性花粉风险也逐渐提高。本文利用遥感手段获得北京市乔木和草地生长区域平均植被叶面积指数(LAI)时间序列作为植被物候信息,并将其作为花粉浓度预测因子之一,结合日气象数据,使用具有外部输入的非线性自回归神经网络模型(NARXnet),进行北京市次日花粉浓度的预测。结果显示:①通过逐步回归计算,对于春季数据,日均气温3日平滑,积温,叶面积指数(LAI)和叶面积指数一阶导为次日花粉浓度预测的关键变量;对于秋季数据,日均气温、平均风速、最低日气温、日均气温3日平滑、积温和叶面积指数(LAI)为次日花粉浓度预测的关键变量;②加入遥感物候信息可显著地提高NARXnet模型的春秋时段的花粉浓度的预测精度。使用本文提出的结合叶面积指数的NARX模型后,预测模型的总体精度为71%。由此,本研究认为在原有气象因子的基础上,辅之以用遥感技术手段获取的大面积植被物候信息,如叶面积指数动态,可作为预测次日花粉浓度的一种有效手段。

关键词：风传花粉植被遥感浓度预测非线性自回归神经网络时间序列

基于“NARX-热路”组合模型的电缆导体温度预测算法

在线全文

学校读者我要写书评

暂无评论

电力设备管理 2023年第4期 121-123页

作者：洪锰深圳供电有限公司

本文使用带外部输入变量的非线性自回归神经网络模拟复杂多变的电缆外部敷设环境,实现对电缆外表面温度的预测,进一步基于电缆本体热路模型实现对电缆导体温度的预测,并基于电缆热场仿真验证了方法的准确性。

关键词：电力电缆导体温度预测算法非线性自回归神经网络热路

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

基于NARNN方法的某隧道围岩变形预测

低温建筑技术 2022年第5期44卷 115-118,128页

作者：杜润泽姜志伟山东科技大学泰安校区资源学院山东泰安266101 青岛理工大学土木工程学院山东青岛266033

针对隧洞软弱围岩变形动态性、在时间和空间表现出的复杂性等特征,建立了基于非线性自回归神经网络(NARNN)的隧道围岩变形分析预测模型,并应用于某软岩公路隧道的围岩变形进行预测。结果表明NARNN方法能够较好的反映隧道围岩变形的非线... 详细信息

针对隧洞软弱围岩变形动态性、在时间和空间表现出的复杂性等特征,建立了基于非线性自回归神经网络(NARNN)的隧道围岩变形分析预测模型,并应用于某软岩公路隧道的围岩变形进行预测。结果表明NARNN方法能够较好的反映隧道围岩变形的非线性特征,很好地解决软岩隧道开挖后的变形预测问题,为类似的工程提供一种新的围岩变形预测途径。

关键词：隧道软弱围岩非线性自回归神经网络变形预测

基于LMM和NARNN的车轮踏面退化状态预测

在线全文

学校读者我要写书评

暂无评论

测控技术 2022年第11期41卷 54-58页

作者：黄兵曹亮王景霖单添敏叶周虹单安琪故障诊断与健康管理技术航空科技重点实验室上海201601 航空工业上海航空测控技术研究所上海201601 北京交通大学机械与电子控制工程学院北京100044

作为列车的关键走行部件,车轮的退化状态对列车的安全具有重要影响。以车轮踏面磨耗量为研究对象,将历史车轮踏面磨耗数据作为输入,分别采用线性混合模型(LMM)和非线性自回归神经网络(NARNN)对车轮踏面磨耗进行建模。首先,对比不同随机... 详细信息

作为列车的关键走行部件,车轮的退化状态对列车的安全具有重要影响。以车轮踏面磨耗量为研究对象,将历史车轮踏面磨耗数据作为输入,分别采用线性混合模型(LMM)和非线性自回归神经网络(NARNN)对车轮踏面磨耗进行建模。首先,对比不同随机效应的LMM,选择随机系数相关的LMM,进而预测车轮踏面磨耗量;其次,使用随机搜索算法优化NARNN中的参数。结果显示,基于LMM的踏面磨耗值的预测精度更高。

关键词：车轮踏面非线性自回归神经网络线性混合模型退化过程预测

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

一种无砟轨道板温度数据智能化清洗方法

计算机时代 2023年第10期 35-39页

作者：曹孟晓孟晓亮何越磊上海工程技术大学城市轨道交通学院上海201620

无砟轨道板在线监测数据中存在各类数据异常问题,影响无砟轨道板在线监测系统正常工作。针对轨道板在线监测温度数据中的数据异常问题,分析其中数据异常情况及其特性,提出一种基于NARX神经网络的智能化清洗方法。选取样本数据对该智能... 详细信息

无砟轨道板在线监测数据中存在各类数据异常问题,影响无砟轨道板在线监测系统正常工作。针对轨道板在线监测温度数据中的数据异常问题,分析其中数据异常情况及其特性,提出一种基于NARX神经网络的智能化清洗方法。选取样本数据对该智能化数据清洗方法进行验证对比。经验证,该智能化清洗方法识别板温数据中的异常数据准确率达到88.68%。对缺失数据的填补也能够恢复99.98%的板温数据,有效处理监测数据中的数据异常问题。

关键词： CRTSII型无砟轨道板在线监测数据清洗非线性自回归神经网络 NARX神经网络

基于ARIMA-NARNN组合模型的血吸虫感染率预测研究

在线全文

学校读者我要写书评

暂无评论

中国血吸虫病防治杂志 2016年第6期28卷 630-634页

作者：王克伟吴郁李金平蒋玉宇江南大学无锡医学院无锡214122

目的探讨ARIMA-NARNN组合模型预测血吸虫感染率的有效性。方法利用2005年1月至2015年2月江苏省血吸虫感染率资料分别建立ARIMA模型、NARNN模型和ARIMA-NARNN组合模型,比较各模型的拟合和预测效果。结果相比较ARIMA模型和NARNN模型,ARIMA... 详细信息

目的探讨ARIMA-NARNN组合模型预测血吸虫感染率的有效性。方法利用2005年1月至2015年2月江苏省血吸虫感染率资料分别建立ARIMA模型、NARNN模型和ARIMA-NARNN组合模型,比较各模型的拟合和预测效果。结果相比较ARIMA模型和NARNN模型,ARIMA-NARNN组合模型预测样本的MSE、MAE和MAPE均最小,分别为0.011 1、0.090 0和0.282 4。结论 ARIMA-NARNN组合模型能有效模拟和预测血吸虫感染率,具有较好的推广应用价值。

关键词：自回归滑动平均模型非线性自回归神经网络时间序列血吸虫病预测 Autoregressive integrated moving average model (ARIMA) Nonlinear auto-regressive neural network (NARNN)

隧道围岩变形的非线性自回归时间序列预测方法研究

在线全文

学校读者我要写书评

暂无评论

北京交通大学学报 2017年第4期41卷 1-7页

作者：文明张顶立房倩齐俊方黄城陈文博北京交通大学城市地下工程教育部重点实验室北京100044 中国中铁工程设计咨询集团有限公司北京100055

针对传统时间序列预测模型的单一线性和忽略施工过程影响的静态局限性,提出非线性自回归(包括NARNN与NARXNN)时间序列预测模型.该模型通过引入动态施工影响因子作为附加的外部输入,同时结合模型本身的反馈结构和延迟单元,在结构和动态... 详细信息

针对传统时间序列预测模型的单一线性和忽略施工过程影响的静态局限性,提出非线性自回归(包括NARNN与NARXNN)时间序列预测模型.该模型通过引入动态施工影响因子作为附加的外部输入,同时结合模型本身的反馈结构和延迟单元,在结构和动态特性上更加符合实际系统,可以非线性动态地考虑隧道施工全过程.运用该模型对史家山2号隧道施工过程中的围岩水平收敛和地表变形进行预测.结果表明:1)非线性自回归预测模型比传统的ARMA预测模型的预测精度高、适应性好;2)通过多次预测并对结果取平均值,可以保证非线性自回归预测模型预测结果的预测精度和稳健性;3)通过优化动态施工影响因子的取值方法,可以进一步提高NARXNN时间序列预测模型的预测精度.

关键词：公路隧道时间序列模型非线性自回归神经网络动态施工影响因子围岩变形预测