检索结果-南通市图书馆

基于prophet算法的海南近海波浪长时段时序分析与预测

在线全文

学校读者我要写书评

暂无评论

海洋学报 2022年第4期44卷 114-121页

作者：黄心裕唐军王晓宇大连理工大学海岸和近海工程国家重点实验室辽宁大连116023

近年来,以大数据为基础的人工智能算法逐步兴起并被用于海洋波浪短期预测。本文采用2015-2019年海南近海逐时波浪实测时序数据,基于prophet算法建立了海南近海波浪长时段时序预测模型,分析了2015-2019年海南近海波浪日、月、年变化特性... 详细信息

近年来,以大数据为基础的人工智能算法逐步兴起并被用于海洋波浪短期预测。本文采用2015-2019年海南近海逐时波浪实测时序数据,基于prophet算法建立了海南近海波浪长时段时序预测模型,分析了2015-2019年海南近海波浪日、月、年变化特性,并对海南近海2020年波浪变化过程进行了预测。结果显示,prophet算法模型对波浪波高和周期的预测值和实测值整体吻合良好,可有效用于长时段波浪的特性分析和时序预测。

关键词：海岸和近海波浪 prophet算法大数据人工智能

基于改进prophet算法的碳排放量预测方法

在线全文

学校读者我要写书评

暂无评论

应用数学进展 2023年第5期12卷 2522-2531页

作者：承运恒上海数道信息科技有限公司上海

为了响应“十四五”纲要提出的碳达峰碳中和要求,企业需要有效地控制自身碳排放量,如何基于历史碳排放时序变化特征进一步对未来碳排放趋势进行预估对于企业的双碳规划与减碳工作有着至关重要的作用。本文尝试使用基于改进prophet的预... 详细信息

为了响应“十四五”纲要提出的碳达峰碳中和要求,企业需要有效地控制自身碳排放量,如何基于历史碳排放时序变化特征进一步对未来碳排放趋势进行预估对于企业的双碳规划与减碳工作有着至关重要的作用。本文尝试使用基于改进prophet的预测模型对时间序列的碳排放数据进行预测,在数据预处理后,先使用prophet算法进行预训练,将所有时间段内的残差放入LSTM神经网络进行残差的预测,再将预测获得的残差与prophet原预测值相加,得到改进后的预测值。通过该值与原预测值的对比,能够发现该改进模型相较于原本的prophet和LSTM模型在预测准确度(基于平均绝对误差指标度量)上分别有12%和82%的提升。

关键词：碳排放预测 prophet算法 LSTM算法残差预测

基于prophet算法的超级电容器模组寿命预估方法

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

自动化应用 2023年第14期64卷 107-109页

作者：邵国柱姜汉兵许检红杨恩东南通江海电容器股份有限公司江苏南通226300

超级电容器(Supercapacitor)是一种高能量密度、高功率密度、长寿命的电池替代品,常用于储能和放电。超级电容器的寿命是指其在正常使用条件下的使用寿命,通常受多种因素影响,本文通过采集超级电容器模组寿命数据,建立基于prophet算法... 详细信息

超级电容器(Supercapacitor)是一种高能量密度、高功率密度、长寿命的电池替代品,常用于储能和放电。超级电容器的寿命是指其在正常使用条件下的使用寿命,通常受多种因素影响,本文通过采集超级电容器模组寿命数据,建立基于prophet算法的预估模型,通过prophet算法处理超级电容器模组寿命数据,最终得到寿命预估结果并进行预估实验,保证预估结果的准确性,以期确定超级电容器模组的寿命分布、寿命规律,便于更好地对其进行维护和管理。

关键词： prophet算法超级电容器电容器模组寿命预估

基于prophet算法的武陵山片区天气预报与异常检测

在线全文

学校读者我要写书评

暂无评论

怀化学院学报 2022年第5期41卷 54-58页

作者：李森林印东怀化学院计算机科学与工程学院湖南怀化418008 怀化学院武陵山片区生态农业智能控制技术湖南省重点实验室湖南怀化418008

针对武陵山片区天气特点,提出了一种基于prophet的预测算法,该算法将时间序列数据分解为趋势项、周期性变化项和突出事件项,根据加法原则进行拟合预报和异常检测.实验结果表明,与传统自回归积分滑动平均模型(Autoregressive Integrated ... 详细信息

针对武陵山片区天气特点,提出了一种基于prophet的预测算法,该算法将时间序列数据分解为趋势项、周期性变化项和突出事件项,根据加法原则进行拟合预报和异常检测.实验结果表明,与传统自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)时序预测算法相比,prophet算法在时序性、周期性数据的中长期预测中具有明显优势.基于prophet算法在武陵山片区天气数据的预报和异常检测研究,不仅能为地方政府及时准确地进行天气预报提供技术支撑,还有助于当地民众提前安排生产、生活,减少不必要的损失.

关键词：武陵山片区天气预报 prophet算法

基于dtw-prophet算法的模型在服务器分区使用率性能数据预测中的应用

在线全文

学校读者我要写书评

暂无评论

IT经理世界 2022年第11期25卷 5-7,12页

作者：康凯赵以爽荆亚郭锋王晓通中国联通集团云网运营中心河南郑州450000 中讯邮电咨询设计院有限公司河南郑州450000 济南浪潮数据技术有限公司山东济南250000

服务器是计算机的一种,它比普通计算机运行更快、负载更高、价格更贵。服务器在网络中为其他客户机提供计算或者应用服务。在运行过程中,服务器各项性能指标能够很好地反馈其运行状态、使用场景。因此,对服务器性能数据的研究能够很好... 详细信息

服务器是计算机的一种,它比普通计算机运行更快、负载更高、价格更贵。服务器在网络中为其他客户机提供计算或者应用服务。在运行过程中,服务器各项性能指标能够很好地反馈其运行状态、使用场景。因此,对服务器性能数据的研究能够很好地分析服务器的工况、潜在风险,提前规避进而提升服务器的稳定性、可靠性。传统的服务器分区使用率预测主要包括lstm、arima、svm、prophet、三次平滑等模型,而本文构建的dtw-prophet模型,将prophet算法作为基础,使用dtw算法对数据的不同周期进行最优化求解,从而寻找prophet的最优季节项周期。结果表明,该模型对时序序列数据有较强的适应力,对时序数据的预测效果较佳。该模型在数据处理、模型构建方向提出了新的思路,提升了自身的适应力、稳定性。

关键词： prophet算法 dtw算法服务器性能预测数据处理

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IOWA算子的空气质量组合预测

齐齐哈尔大学学报(自然科学版) 2024年 1-8页

作者：杨璐瑞张权齐齐哈尔大学理学院

对空气质量指数进行预测，反映数据波动的趋势与规律，提出基于诱导有序加权平均（IOWA）算子的prophet-EEMD-XGBoost模型。首先利用prophet算法将数据分解为趋势项、季节项、节假日、误差项；然后集合经验模态分解EEMD将原始数据分为9... 详细信息

对空气质量指数进行预测，反映数据波动的趋势与规律，提出基于诱导有序加权平均（IOWA）算子的prophet-EEMD-XGBoost模型。首先利用prophet算法将数据分解为趋势项、季节项、节假日、误差项；然后集合经验模态分解EEMD将原始数据分为9项IMF以及残余分量。最后，利用XGBoost模型对各分量分别进行预测，预测结果利用MAE、MAPE、RMSE、RMSPE进行评价。结果表明，相较于一些单预测模型与其他组合预测模型，基于IOWA算子的prophet-EEMD-XGBoost组合预测模型有更好的预测效果。

关键词： prophet算法极度梯度提升树诱导有序加权平均算子

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的核武器数量预测

信息技术与信息化 2024年第6期 9-14页

作者：王彩玲张智栋西安石油大学计算机学院陕西西安710065

核武器是指利用能自身持有进行的原子核裂变或聚变反应瞬时释放的巨大的能量,产生爆炸作用,并具有大规模毁伤破坏效应的武器。核武器的出现改变了传统战争的规模和样式,对人类和地球上生物的生存和发展产生了深远的影响。为了维护国家... 详细信息

核武器是指利用能自身持有进行的原子核裂变或聚变反应瞬时释放的巨大的能量,产生爆炸作用,并具有大规模毁伤破坏效应的武器。核武器的出现改变了传统战争的规模和样式,对人类和地球上生物的生存和发展产生了深远的影响。为了维护国家安全和世界和平,准确预测世界各国核武器数量以评估各国军事力量是十分必要的。核武器数量的变化是多因素影响的结果,变化趋势复杂,难以预测。对此,提出一种基于双向LSTM网络的核武器数量预测模型。实验选择了中国、法国、俄罗斯、英国、美国和以色列六个国家1938年至2023年核武器数据作为研究对象,对原始数据进行预处理和相关性分析,构建了双向LSTM模型进行拟合预测,利用可视化技术分析预测结果,调节参数并进一步优化模型。实验选择R2、MAE和RMSE作为评估指标,分别为:0.8635、14.4188和17.7144。结果表明,双向LSTM模型预测结果优于prophet模型,这证明了所构建的双向LSTM模型的有效性。

关键词：核武器双向LSTM模型 prophet算法时序序列预测相关性分析

基于prophet算法的铁路客流量预测研究

在线全文

学校读者我要写书评

暂无评论

计算机技术与发展 2020年第6期30卷 130-134,150页

作者：王晓揣锦华张立恒长安大学信息工程学院陕西西安710064

客流量预测是铁路部门了解日常客运流量和冷热门线路具体情况的基础,是制定运输方案和列车开行计划的重要依据。针对铁路客流量变化受到季节周期、突发事件和节假日等因素影响的现象,提出一种基于prophet时间序列算法的铁路客流量预测... 详细信息

客流量预测是铁路部门了解日常客运流量和冷热门线路具体情况的基础,是制定运输方案和列车开行计划的重要依据。针对铁路客流量变化受到季节周期、突发事件和节假日等因素影响的现象,提出一种基于prophet时间序列算法的铁路客流量预测研究的新方法。实验选取了某铁路客运专线2015年至2016年的日客流量数据,经过预处理的客流量数据进行标准化得到客流量时间序列;构建节假日特征时间窗口列表和设置趋势的突变点,结合prophet算法对节假日特征和突变点进行计算,并依此建立prophet预测模型;利用可视化技术分析预测结果,调节参数进一步优化模型。重点结合节假日效应对未来两周客流量进行了预测分析。结果表明,prophet模型预测结果精确度高于LSTM模型,所建立的模型预测结果是合理和可靠的。

关键词：铁路客运专线客流量时间序列预测 prophet算法节假日效应

在线全文

学校读者我要写书评

暂无评论

基于prophet算法的快销服装销售预测

计算机与数字工程 2021年第6期49卷 1258-1261页

作者：苏新江苏科技大学镇江212000

准确的销售预测可以帮助企业制定正确的营销策略以减小企业在经营过程的损失。由于快销服装行业的特殊性,产品生命周期通常较短且销售受诸多非线性因素影响,传统的销售预测模型精准度往往差强人意。论文基于prophet算法的基础上,优化时... 详细信息

准确的销售预测可以帮助企业制定正确的营销策略以减小企业在经营过程的损失。由于快销服装行业的特殊性,产品生命周期通常较短且销售受诸多非线性因素影响,传统的销售预测模型精准度往往差强人意。论文基于prophet算法的基础上,优化时间序列分解的各因式项,结合电商平台历年的销售数据,依据产品生命周期特性构建模型,结果表明,改进后的prophet算法模型预测准确性高于传统模型,且耗时有所降低。

关键词： prophet算法时间序列预测非线性回归服装销售预测