检索结果-南通市图书馆

基于EEMD-GA-lstm组合模型的股票价格预测分析

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EEMD-GA-LSTM组合模型的股票价格预测分析

作者：杨语蒙兰州交通大学

学位级别：硕士

互联网时代,随着经济社会的蓬勃发展,金融市场在我国社会主义市场经济中的地位愈加重要。股票市场是金融市场的重要组成部分,股票价格地变动趋势很大程度上影响并决定着股票市场地发展。研究清楚股票市场的运转困难重重,一是,股票市场... 详细信息

互联网时代,随着经济社会的蓬勃发展,金融市场在我国社会主义市场经济中的地位愈加重要。股票市场是金融市场的重要组成部分,股票价格地变动趋势很大程度上影响并决定着股票市场地发展。研究清楚股票市场的运转困难重重,一是,股票市场数据存在高维、非对称和非线性等复杂特征,这些因素具有强干扰性;二是股票的价格趋势除了受到历史交易数据的影响,还容易受到市场因素的制约,如国民政策、政府控制以及投资心理等。研究中要全面考虑线性历史交易数据、非线性因素以及股票市场的复杂性,从而获得更精准的分析结果,这样不仅可以促进股票市场的发展与进步,同时也对整个行业经济的发展具有深远意义。股票市场不是一个纯粹的随机过程,为了解决不同时期股票市场价格波动的复杂性的问题,提出了一种基于EEMD-GA-lstm的预测分析模型。实验研究对象分别为网易财经和东方财富网沪深300、沪市A股喜临门(603008)和深市A股西王食品(000639)三支不同行业类型的股票数据。通过自定义函数对原始数据进行等步长提取,将收盘价的原始数据通过EEMD分解得到若干个本征模函数IMF,IMF,...,IMF和趋势项res,通过方差法分析和假设检验的统计方法对本征模函数重构得到高频本征模HIMF、低频本征模LIMF和残余项RES,再结合GA遗传算法对lstm预测模型的主要参数进行优化,最后将分解得到的收盘价格的重构序列和其他交易数据作为输入变量输入到lstm预测模型中,输出收盘价Close的一维预测值。实验借助平均绝对误差MAE、均方误差MSE以及均方根误差RMSE三大性能指标对模型的预测效果做出评价。研究结果表明本文构建的EEMD-GA-lstm组合模型的性能指标MAE、MSE、RMSE分别为0.0084、0.0142和0.1192,较单一模型lstm的误差性能指标分别下降了4.23%、1.89%和6.27%,同时通过模型预测对比图可以发现该组合模型的预测值与真实值更加贴近。综上,本文提出的EEMD-GA-lstm组合预测模型充分考虑了序列的非线性信息以及模型参数对预测结果的影响,实验性能指标与可视化结果均能表明新组合模型的预测误差更小,预测效果更好。该模型可以很好地适用于股票市场的研究,同时能更精确地预测股票价格的未来趋势,进而促进金融市场的研究与发展,该研究对股票市场的建立和发展具有深远的影响意义。

关键词：传统预测模型 EEMD分解 lstm预测组合模型股票预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络优化高密池控制策略研究

基于神经网络优化高密池控制策略研究

作者：李浩鑫天津工业大学

学位级别：硕士

由于污水处理过程存在大滞后、强耦合的特点,传统控制方法难以保证其稳定运行。因此,针对污水处理过程中存在的上述难点问题,采用神经网络预测高密池进水流量来优化传统控制策略,提高控制加药系统的投加精度。首先分析污水处理过程工艺... 详细信息

由于污水处理过程存在大滞后、强耦合的特点,传统控制方法难以保证其稳定运行。因此,针对污水处理过程中存在的上述难点问题,采用神经网络预测高密池进水流量来优化传统控制策略,提高控制加药系统的投加精度。首先分析污水处理过程工艺及控制策略,结合国内外污水处理过程的研究现状,针对高密度澄清池控制策略存在的问题提出解决办法。设计开发一套污水处理控制系统。在完成硬件选型设计、网络配置、监控组态及工艺控制开发的基础上,通过MOUBUS TCP协议,实现Python和PLC的数据交互,为优化控制算法的实际应用奠定基础。针对加药系统药品投加流量控制存在滞后问题,采用基于lstm(Long short-term memory)长短期记忆神经网络模型预测高密池的进水流量,来计算需要的加药量,并将预测流量设定值作为传统PID控制器的输入值,克服系统滞后性,实现投加流量随进水流量实时调整。仿真中,依据加药系统传递函数构建仿真模型,通过输入脉冲信号模拟实际高密池进水流量,观察优化后的控制策略和传统PID控制策略的控制效果,验证模型的准确性。并将优化控制策略引入高密度澄清池控制系统中,观察实际控制效果,对比加药实际投加量与理论计算量。实际运行表明,改进方法提升了投加量准确度,提高了系统抗干扰能力,避免过量投加造成的能源损耗和药品消耗,以及投加量不足影响高密池净水效果。

关键词：高密度澄清池加药系统 lstm预测控制策略系统开发

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

区域轨迹热点智能分析研究

区域轨迹热点智能分析研究

作者：马越青岛科技大学

学位级别：硕士

区域热点分析直接关系城市规划和城市道路状况,同时也是智慧城市建设和发展的重要领域之一,而区域内的轨迹数据是研究区域热点的重要信息之一。区域热点不仅可以为道路交通管理提供多种有效的参考意见,还可以对城市未来的发展规划提供... 详细信息

区域热点分析直接关系城市规划和城市道路状况,同时也是智慧城市建设和发展的重要领域之一,而区域内的轨迹数据是研究区域热点的重要信息之一。区域热点不仅可以为道路交通管理提供多种有效的参考意见,还可以对城市未来的发展规划提供一定的理论依据,并且还可以从侧面展现居民的日常出行特征。针对当前区域轨迹热点研究所面临的挑战和困难,本文基于所获得的网约车数据,对区域轨迹热点的分析做出相应的研究。区域内的热点分析,是指对区域内的居民出行特征、区域中流量较大、聚集程度较高的位置挖掘。通过对居民的日常出行行为研究,分析出区域中潜在的热点位置或者称为聚集密度较高的位置。本文的研究内容如下:1)数据预处理。本文使用成都市二环和西安市二环的网约车轨迹数据。为使结果不受数据噪声点的影响,所以首先需要对获取到的数据进行数据清洗,称为数据预处理。对于绝对偏离轨迹区域的位置点,采用直接删除的处理。由于数据集中存在多个属性,但并不是所有的属性在实验中都需要,所以对不需要的属性进行删除操作。将进行了粗粒度处理后的数据集进行地图匹配。本文提出了一种Kal-HMM(Kalman-Hidden Markov Model)地图匹配算法,改进了传统地图匹配算法中精度欠缺和时间效率低的问题。首先对轨迹进行偏离点去除,根据角度差确定偏离点,对去除偏离点的数据进行卡尔曼滤波(Kalman Filter)预测以补足去除掉的点,最后将处理后的网约车数据进行HMM地图匹配算法,得到轨迹点与实际地图的匹配。2)出行规律分析。使用网约车轨迹数据,从中选取居民日常出行产生的OD(Origin起点,Destiantion终点)数据,将数据通过时间属性划分为国庆假日部分、工作日部分和双休日部分。为降低环境、天气等非主观因素对结果产生的偏差影响,故对工作日和双休日两部分的数据分别计算平均值,将该平均值加入到评估过程中。按小时为间隔解析国庆假日、工作日、双休日的出行数量和出行时长,然后将双休日和工作日的数据处理结果进行比较,研究居民在不同时域的出行特点。3)区域流量预测。本文提出一种TCN-lstm(Temporal Convolutional Network-Long Short-Term Memory)流量预测算法,用来预测成都市二环的流量情况。通过TCN算法提取出数据集中的特征,具体为根据数据集中的经纬度、时间、最低时长、最高时长、平均时长等信息,构造出多个一维卷积核,然后使用卷积核提取出各维度上的特征信息。在lstm的循环层前面增加扩张卷积以此来获取当前时刻中所包含的信息量,这样能够显著的简化算法结构,优化算法处理速度与提升预测结果的精度。最后将从数据集中留出的测试集放入TCN-lstm算法中,实现对时间段内的流量预测。4)区域热点分析。对于区域内的热点分析,提出一种MC-Kmeans(Mahalanobis distance-Canopy-K-means)马氏聚类算法用来分析区域的热点。首先使用1)中提到的成都市二环数据集,将数据集进行Canopy算法聚类,得到聚类结果6),即将数据划分成6)类。然后将6)作为K-means算法的K值,进行第二次聚类,在进行K-means算法的过程中,使用马氏距离作为选取聚类中心的公式。最后得到MC-Kmeans算法的聚类结果,并使用热力图的方式进行可视化。

关键词：地图匹配算法 TCN lstm预测 K-means聚类算法马氏距离

基于数字孪生的碎烟静电除杂设备监测系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数字孪生的碎烟静电除杂设备监测系统研究

作者：赖禄安昆明理工大学

学位级别：硕士

21世纪信息技术的发展非常迅速,推动着制造业迈向智能化、高效化发展,信息物理技术融合问题是智能制造时代面临的最大难题,而数字孪生技术的出现恰好解决了这项技术难题。本文以碎烟静电除杂设备为研究对象,研究了数据采集传输存储技术... 详细信息

21世纪信息技术的发展非常迅速,推动着制造业迈向智能化、高效化发展,信息物理技术融合问题是智能制造时代面临的最大难题,而数字孪生技术的出现恰好解决了这项技术难题。本文以碎烟静电除杂设备为研究对象,研究了数据采集传输存储技术、数字孪生的核心关键技术、数据可视化技术、时间序列预测模型,在此研究的基础上开发了基于数字孪生的碎烟静电除杂设备监测系统。本文的主要研究工作与结论如下:1.数字孪生监测系统关键技术的研究。首先,介绍选后碎烟回收系统的组成及其生产作业流程,分析设备存在的问题,确定系统监测的关键参数。然后,设计了数字孪生虚拟监测系统的整体架构设计。随后,搭建实验环境并通过传感器和单片机对实验环境中系统监测的关键参数进行采集,以有线和无线的方式传输数据,通过上位机程序读取数据并保存到My SQL数据库。接着重构了碎烟静电除杂设备的三维模型,制作了数字孪生系统开发所需的各种资源。最后,重点介绍了系统设备模型的搭建与优化、碎烟静电除杂设备中物理世界与虚拟世界相互映射与交互融合的内容、实现原理方法、数据可视化与监测以及以虚控实的实现方法的组成和原理,为原型系统的开发奠定了基础。2.基于时间序列模型的参数数据研究。以传感器采集的时间序列数据作为数据集,搭建了基于Prophet算法和lstm的预测模型,将预测结果进行对比,确定选用lstm预测模型。最后以实时采集的数据验证了lstm离线预测模型的可行性,为设备的维护保养与生产管理提供了一些参考依据。3.数字孪生虚拟监测系统的设计开发验证。分析虚拟监测系统的需求,确定系统的功能模块和总体框架。对数据库的概念结构、逻辑结构、物理结构进行了设计开发。基于Unity3D平台的UIGI组件和XCharts插件等设计了系统服务,以传感器采集的实时数据驱动系统,C#和Python语言混合编程实现了基于数字孪生的碎烟静电除杂设备监测系统,并对系统进行了测试运行,验证系统的可行性与可靠性。测试结果表明,本文设计开发的数字孪生碎烟静电除杂设备监测系统,实现了对碎烟静电除杂设备的虚拟监测,解决了设备实时性差、可视化程度低、信息交互不及时、设备参数状态缺乏监测与预测的问题,为企业生产管理人员监测与管理设备,调整生产参数等提供了参考依据。

关键词：数字孪生碎烟除杂设备可视化监测 lstm预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

黄土滑坡实时GNSS监测序列研究

黄土滑坡实时GNSS监测序列研究

作者：董志强长安大学

学位级别：硕士

我国西北黄土高原广泛发育的黄土滑坡严重影响了当地人民的生命财产安全。近些年来,随着全球卫星导航系统(Global Navigation Satellite System,GNSS)的不断完善和发展,实时高精度三维地表位移监测逐渐成为黄土滑坡灾害监测预警的主要... 详细信息

我国西北黄土高原广泛发育的黄土滑坡严重影响了当地人民的生命财产安全。近些年来,随着全球卫星导航系统(Global Navigation Satellite System,GNSS)的不断完善和发展,实时高精度三维地表位移监测逐渐成为黄土滑坡灾害监测预警的主要手段之一。本文首先介绍了Track实时形变监测系统整体架构,阐述了GAMIT中的Track动态定位模块原理及相应的配置文件,分析了Track在实时三维地表位移监测中的实用性,来获取监测区域的形变信息。但由于天气和野外监测环境的影响,获取到的序列中往往存在大量的噪声,易对滑坡预测预警造成干扰,为提高监测时序的精度,去除无效噪声,本文从频率角度出发对获取的时间序列进行滤波分析。在形变监测中,及时对监测点形变信息进行预测,获取到监测点未来形变状态,对后期的预警工作具有重要意义。因此,本文主要围绕以下三个研究内容进行工作并得出相应的结论:1.Track实时形变监测系统整体架构:该部分主要从硬件系统、软件系统对Track实时监测形变系统进行介绍。硬件系统负责野外实时数据采集,软件系统分为数据接收与解译、单历元GNSS数据处理和监测结果存储展示系统三部分。本文以临夏癿藏公路滑坡监测为案例,获取到了监测区域的形变序列,结果表明,在短基线状态下,Track实时形变监测系统可以满足滑坡形变监测的需求。2.单历元GNSS时间序列滤波研究:有学者指出,时间序列中噪声成分往往存在于高频系数中,真实信号往往以低频的形式存在,因此本文从频率角度出发来对GNSS序列进行滤波分析。首先对经验模态分解(Empirical Mode Decomposition,EMD)、小波分解原理进行了介绍,然后根据噪声的自相关性及频谱特征提出了一种CEEMD-FFT滤波方法,并选取了两组不同类型的数据对EMD互相关系数法、小波阈值法和CEEMDFFT滤波方法进行了滤波分析。结果表明,在两组数据中,EMD互相关系数法在处理白噪声方面性能较好,但在振幅较大的随机噪声方面滤波能力不足。在平稳序列中,小波阈值法和CEEMD-FFT方法在处理均匀分布的白噪声和振幅较大的随机噪声都表现出了很好的处理能力,同时,在非平稳序列中,CEEMD-FFT在处理随机噪声能力上要优于小波阈值法,且CEEMD-FFT方法无需设置基函数,在实际应用中适用性更强。3.GNSS时间序列预测研究:本文首先对深度学习模型中的循环神经网络(Recurrent Neural Network,RNN)和长短期记忆模型(Long short-term memory,lstm)两种算法的原理进行了着重分析,阐述了lstm根据RNN模型的改进方面以及他的记忆功能原理,将两组滤波后的干净时间序列作为数据集,寻找出lstm最优超参数,并对lstm的预测精度进行了分析,然后,将选取出的最优参数应用到临夏市癿藏公路滑坡预测中。结果表明,使用CEEMD-FFT滤波后的数据进行lstm预测分析,在一定程度上可以避免实测序列中噪声的干扰,同时可以获得毫米级的预测结果,完全可以满足滑坡形变监测中的需求。

关键词： Track 动态定位单历元GNSS时间序列滤波 lstm预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

GNSS信号与服务质量监测评估技术研究

GNSS信号与服务质量监测评估技术研究

作者：靳乐怡中国电子科技集团公司电子科学研究院

学位级别：硕士

在全球卫星导航系统信号体制及现代化升级手段越来越复杂的情况下,卫星导航的信号质量多维度监测、卫星功率增强的实时监测及服务性能的长期可信监测能力存在不足,难以满足我国未来的时空基准保障需求。目前各卫星导航系统信号质量监测... 详细信息

在全球卫星导航系统信号体制及现代化升级手段越来越复杂的情况下,卫星导航的信号质量多维度监测、卫星功率增强的实时监测及服务性能的长期可信监测能力存在不足,难以满足我国未来的时空基准保障需求。目前各卫星导航系统信号质量监测主要是通过事后分析,实时性和监测效率无法同时得以保证。在此背景下,开展卫星导航系统多维度实时监测评估的技术研究,在信号层面上解决卫星功率增强监测实时性差的问题,在信息层面上解决GNSS服务性能缺乏长期可信监测的问题。本文的主要研究内容包括:1.针对具有可编程功率输出能力卫星的4种功率增强模式开展研究,从调制参数与I支路功率方面对弹性功率原理进行推导分析,并提出了基于弹性功率原理的卫星功率增强实时监测方法,对GPS P(Y)码实测数据进行了监测分析,可在30秒内对卫星增强动作做出监测评估结果,证明该方法可以有效地进行功率增强实时监测。2.为解决GNSS服务性能长期可信监测问题,设计了基于lstm神经网络的卫星导航服务性能预测方法,对表征星座构型性能的PDOP与面向用户提供服务的定位精度进行了趋势性预测,并将预测结果与基于星历数据的推算结果进行对比分析。结果表明,在PDOP方面,BDS和GPS的lstm预测结果比依据星历预测结果均值准确度分别提高了5.15%和3.89%,在定位精度方面,BDS和GPS的lstm预测结果比依据星历和用户等效测距误差预测结果均值准确度分别提高了79.64%和73.77%。3.基于当前现代化卫星导航信号体制,以多层次多维度视角,设计信号质量监测评估方案与GNSS监测评估系统架构。同时对BDS、GPS、Galileo、GLONASS信息层面的卫星导航信息进行监测,实现星座状态、导航信号、导航信息、服务性能的正确性和系统级监测。经多天实测和评估指标对比表明:我国北斗系统信号质量及服务性能良好,与GPS等其它导航系统信号质量及服务性能相当,且在亚太重点区域北斗系统的信号质量及服务性能可达到最佳。

关键词：卫星导航监测评估信号质量监测功率增强弹性功率 lstm预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数字孪生的室温控制智慧供热研究

区域供热 2023年第4期 76-84,131页

作者：杨景懿马红兵张博李连坪李明涛西安交通大学动力工程多相流国家重点实验室国际可再生能源研究中心陕西西安710049 孝义市热力公司山西孝义032300 陕西拓普索尔电子科技有限责任公司陕西西安710117

以数字孪生驱动下的智慧供热系统为研究目标,基于Julia语言Modeling Toolkit(MTK)包,构建了区域供热管网模型,结合实验数据与仿真模型进行了参数估计,使用混合整数非线性规划实现了室温滚动时域模型预测控制。在此基础上,以降低供热损... 详细信息

以数字孪生驱动下的智慧供热系统为研究目标,基于Julia语言Modeling Toolkit(MTK)包,构建了区域供热管网模型,结合实验数据与仿真模型进行了参数估计,使用混合整数非线性规划实现了室温滚动时域模型预测控制。在此基础上,以降低供热损耗和提高用户舒适度为目标,开展了室温控制智慧供热研究。结果表明,基于管网数字孪生模型的系统分析、优化系统,有利于供热系统运行优化控制,可在智慧供热中发挥重要作用。

关键词：智慧供热 Julia 数字孪生 lstm预测

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

神经网络算法在脱硫系统优化中的应用进展

洁净煤技术 2021年第S2期27卷 27-32页

作者：柴晋乔加飞孙灏梁占伟张千国家能源集团新能源技术研究院北京102206

随着人工智能技术的快速发展,利用先进算法解决传统的环保问题已成为电力行业发展的新趋势。综述了经典的机器学习和深度学习神经网络机理,详细阐述了神经网络算法在脱硫系统SO_(2)排放预测、pH预测和综合能效评价中的应用和发展前景。... 详细信息

随着人工智能技术的快速发展,利用先进算法解决传统的环保问题已成为电力行业发展的新趋势。综述了经典的机器学习和深度学习神经网络机理,详细阐述了神经网络算法在脱硫系统SO_(2)排放预测、pH预测和综合能效评价中的应用和发展前景。结果表明,lstm深度神经网络在处理非线性回归、时序性、大惯性、延迟性等问题中具有突出优势,可应用于脱硫系统优化改造,并基于lstm深度神经网络算法和环保设备的变频改造提出了燃煤电厂石灰石-石膏湿法精准脱硫方案。研究成果对实现脱硫系统的节能降耗,建设"智慧环保"和"数字环保"的燃煤电厂具有重要意义。

关键词：神经网络深度学习精准脱硫 lstm预测

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

基于LoRa的粉尘监测与预警装置的实现

基于LoRa的粉尘监测与预警装置的实现

作者：高冰倩内蒙古工业大学

学位级别：硕士

随着经济的发展,粉尘浓度成为人们越来越关心的话题,粉尘污染也日渐严峻。在工作和生活中,粉尘浓度过大会诱发多种职业肺部疾病,特别是在煤矿区域,给工作人员的健康带来巨大的威胁。为实时监测粉尘浓度,实现远距离、强抗干扰能力、高智... 详细信息

随着经济的发展,粉尘浓度成为人们越来越关心的话题,粉尘污染也日渐严峻。在工作和生活中,粉尘浓度过大会诱发多种职业肺部疾病,特别是在煤矿区域,给工作人员的健康带来巨大的威胁。为实时监测粉尘浓度,实现远距离、强抗干扰能力、高智能化水平,研究设计了一种基于LoRa（Long Range）的粉尘监测与预警装置。该装置主要由数据采集模块、数据传输模块和智能主机三部分组成。（1）数据采集模块完成了粉尘浓度检测和温湿度检测模块的软硬件设计。数据终端由传感器模块、微处理器模块、GSM（Global System for Mobile Communications）模块、液晶显示模块和电源模块组成。数据终端粉尘浓度采集选用GP2Y1014AU传感器,温湿度的采集选用SHT35,通过GPIO 口与微处理器进行数据的传输与寄存器的配置;微处理器模块采用STM公司的STM32F407Z,主控芯片为STM32F407ZGT6,具有功耗低、支持硬件IIC的功能;SIM800CGSM模块,性能稳定,供电范围大且自带TTL串口,通过串口 3与微处理器相连接,当粉尘浓度大于预警值时,用来给手机发送报警短信保障粉尘现场的安全性;液晶显示模块实时显示现场粉尘的浓度和温湿度。（2）数据传输模块完成了 LoRa终端的软硬件的设计。LoRa终端将数据终端采集到的信息发送给智能主机,通过比较组网的优缺点和LoRa无线传输的优势设计了一种低功耗的星型网络结构。模块使用了 SX1278芯片,采用Chirp扩频技术,将微处理器需要发送的信息调制为LoRa射频信号并发送。SX1278芯片是半双工传输的低中频收发器,功耗低、传输距离远、抗干扰能力强的特点满足课题的需求。LoRa模块通过SPI接收数据后发送至LoRa接收端,LoRa接收端通过USB转TTL串口按照模块号有序上传至智能主机。USB转TTL串口模块将LoRa终端节点输出的RS232电平转换为TTL电平与上位机进行通信。（3）智能主机完成了平台的搭建和基于lstm（Long Short-Term Memory）循环神经网络的预测模型。监控中心的软件设计采用Visual Studio2013开发工具进行GUI界面的设计,对传感器采集到的数据进行实时显示,当浓度达到设置的预警浓度时进行及时的告警,Acess数据库将传感器采集到的数据进行统一管理,以便历史数据的查询;基于lstm的循环神经网络将测量的数据进行训练,利用历史的PM2.5、PM10、温度、湿度对未来的粉尘浓度做出预测,使用Adam优化器进行优化,最后进行模型的测试与仿真,与支持向量机预测模型的仿真结果进行了对比,对误差进行了评估。

关键词：粉尘浓度 LoRa无线传输 VS2013界面显示 lstm预测