期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于长短期记忆网络-模糊控制的光伏最大功率点跟踪算法
1
作者
张秘源
蔡希彪
+3 位作者
王新凯
张
严
李洋洋
孙福明
《电子器件》
CAS
2024年第1期201-208,共8页
光伏阵列具有非线性特点且其最大功率点会随环境变化而产生偏移现象。尽管最大功率点跟踪算法被广泛地应用于跟踪和预测光伏系统的最大功率点,但仍然面临着模糊控制的动态品质低、控制精度不佳等挑战。为解决前述问题,提出了一种集成长...
光伏阵列具有非线性特点且其最大功率点会随环境变化而产生偏移现象。尽管最大功率点跟踪算法被广泛地应用于跟踪和预测光伏系统的最大功率点,但仍然面临着模糊控制的动态品质低、控制精度不佳等挑战。为解决前述问题,提出了一种集成长短期记忆网络与模糊控制的光伏最大功率点跟踪算法。首先,采用长短期记忆网络以时间序列法预测最大功率点电压。其次,将该预测电压与光伏阵列电压间偏差及其导数作为模糊控制的输入,然后直接调节Boost变换器的占空比。再者,为防止开关管常通,预先设置了变换器的最大、最小占空比。最后,在四种可变大气条件下,利用MATLAB/Simulink对所提算法进行仿真验证。实验结果表明:与长短期记忆网络、电导增量法和遗传算法相比,所提出的算法具有良好的跟踪性能、稳定精度及效率,并且具有波形更平滑、振幅较小的优点。
展开更多
关键词
长短期记忆网络
最大功率点跟踪算法
光伏系统
模糊控制
BOOST变换器
下载PDF
职称材料
基于LightGBM算法的游戏付费预测
2
作者
卢厚达
李昕
+1 位作者
褚治广
张秘源
《辽宁工业大学学报(自然科学版)》
2022年第5期299-302,310,共5页
针对游戏内玩家付费情况预测的问题,通过对数据集的清洗、降维以及数据分析,对游戏内玩家ID、在线时长以及7 d内的付费情况等特征数据的提取和分析,并预测玩家前45 d的付费情况,通过4种算法的对比分析得出LightGBM模型的预测结果更加准...
针对游戏内玩家付费情况预测的问题,通过对数据集的清洗、降维以及数据分析,对游戏内玩家ID、在线时长以及7 d内的付费情况等特征数据的提取和分析,并预测玩家前45 d的付费情况,通过4种算法的对比分析得出LightGBM模型的预测结果更加准确、效率更高。
展开更多
关键词
游戏付费预测
LightGBM
XGBoost
下载PDF
职称材料
题名
基于长短期记忆网络-模糊控制的光伏最大功率点跟踪算法
1
作者
张秘源
蔡希彪
王新凯
张
严
李洋洋
孙福明
机构
辽宁工业大学电子与信息工程学院
出处
《电子器件》
CAS
2024年第1期201-208,共8页
基金
国家自然科学基金项目(61572244)
辽宁省教育厅基本科研项目青年项目(LJKQZ2021142)。
文摘
光伏阵列具有非线性特点且其最大功率点会随环境变化而产生偏移现象。尽管最大功率点跟踪算法被广泛地应用于跟踪和预测光伏系统的最大功率点,但仍然面临着模糊控制的动态品质低、控制精度不佳等挑战。为解决前述问题,提出了一种集成长短期记忆网络与模糊控制的光伏最大功率点跟踪算法。首先,采用长短期记忆网络以时间序列法预测最大功率点电压。其次,将该预测电压与光伏阵列电压间偏差及其导数作为模糊控制的输入,然后直接调节Boost变换器的占空比。再者,为防止开关管常通,预先设置了变换器的最大、最小占空比。最后,在四种可变大气条件下,利用MATLAB/Simulink对所提算法进行仿真验证。实验结果表明:与长短期记忆网络、电导增量法和遗传算法相比,所提出的算法具有良好的跟踪性能、稳定精度及效率,并且具有波形更平滑、振幅较小的优点。
关键词
长短期记忆网络
最大功率点跟踪算法
光伏系统
模糊控制
BOOST变换器
Keywords
LSTM
MPPT
photovoltaic system
FLC
Boost converter
分类号
TM615 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于LightGBM算法的游戏付费预测
2
作者
卢厚达
李昕
褚治广
张秘源
机构
辽宁工业大学电子与信息工程学院
出处
《辽宁工业大学学报(自然科学版)》
2022年第5期299-302,310,共5页
文摘
针对游戏内玩家付费情况预测的问题,通过对数据集的清洗、降维以及数据分析,对游戏内玩家ID、在线时长以及7 d内的付费情况等特征数据的提取和分析,并预测玩家前45 d的付费情况,通过4种算法的对比分析得出LightGBM模型的预测结果更加准确、效率更高。
关键词
游戏付费预测
LightGBM
XGBoost
Keywords
game payment prediction
LightGBM
XGBoost
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于长短期记忆网络-模糊控制的光伏最大功率点跟踪算法
张秘源
蔡希彪
王新凯
张
严
李洋洋
孙福明
《电子器件》
CAS
2024
0
下载PDF
职称材料
2
基于LightGBM算法的游戏付费预测
卢厚达
李昕
褚治广
张秘源
《辽宁工业大学学报(自然科学版)》
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部