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
共找到62篇文章
< 1 2 … 4 >
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：
基于数据驱动方法的船舶CII预测模型研究
1
作者 陈弓 《船舶与海洋工程》 2023年第4期48-53,共6页
相比通过物理模型和数值计算进行碳强度指数(Carbon Intensity Indicator, CII)预报,采用数据驱动方法构建模型进行CII预报能避免消耗大量计算资源。在分析已有研究的基础上,总结机器学习、时间序列等数据驱动方法在构建此类预测模型中... 相比通过物理模型和数值计算进行碳强度指数(Carbon Intensity Indicator, CII)预报,采用数据驱动方法构建模型进行CII预报能避免消耗大量计算资源。在分析已有研究的基础上,总结机器学习、时间序列等数据驱动方法在构建此类预测模型中应用的优势和劣势,以及运用这些方法构建的船舶CII预测模型。对比分析各种算法的优势和劣势可知,运用决策树算法和整合自回归移动平均算法构建船舶CII预测模型的研究目前虽然较少,但其颇具研究和创新空间,开展此项研究有助于在未来构建更准确、高效的船舶CII预测模型。 展开更多
关键词 碳强度指数 数据驱动方法 预测模型
下载PDF
数据驱动方法在流程工业中的应用命题综述 被引量：3
2
作者 顾海杰 荣冈 《化工自动化及仪表》 CAS 北大核心 2009年第5期1-6,共6页
相对于具体技术方案,数据驱动方法在工业应用取得成功首先取决于应用命题本身。从流程工业应用的角度,对涉及数据驱动方法的应用命题进行了提炼和分类,并用典型的例子和文献将这些类别的应用命题具体化,包括应用命题背景、目标的简单描... 相对于具体技术方案,数据驱动方法在工业应用取得成功首先取决于应用命题本身。从流程工业应用的角度,对涉及数据驱动方法的应用命题进行了提炼和分类,并用典型的例子和文献将这些类别的应用命题具体化,包括应用命题背景、目标的简单描述和数据驱动方法在解决这些命题时所担负的角色。同时,还对数据驱动方法的流程工业应用研究做了展望,提出了数据完备性问题。 展开更多
关键词 数据挖掘 数据驱动方法 流程工业 工业应用
下载PDF
BOM组件式仿真系统数据驱动方法 被引量：1
3
作者 钟自鸣 黄健 +3 位作者 龚建兴 刘晓铖 刘云飞 黄柯棣 《系统仿真学报》 CAS CSCD 北大核心 2009年第21期6765-6769,共5页
仿真系统的数据驱动方法的研究内容包括想定标准化、想定的加载和模型的数据驱动三个方面。针对传统的基于成员层次的分布仿真系统开发模式的数据驱动导致大量人力物力开销,效率低下的局限性,采用BOM作为组件模型描述规范来构建组件式... 仿真系统的数据驱动方法的研究内容包括想定标准化、想定的加载和模型的数据驱动三个方面。针对传统的基于成员层次的分布仿真系统开发模式的数据驱动导致大量人力物力开销,效率低下的局限性,采用BOM作为组件模型描述规范来构建组件式仿真系统,通过用户模型开发规范化,仿真模型组件生成自动化以及通用仿真运行框架统一化等支撑技术来提供高效的模型数据驱动环境;通过通用想定解析模块,采用集中、分时的方式分发仿真脚本数据进行仿真系统环境配置以及更新调整,提高仿真系统的数据驱动的效率和质量。 展开更多
关键词 基本对象模型 仿真模型组件 组件式仿真系统 数据驱动方法
原文传递
数据驱动方法在化工过程故障诊断中的研究进展 被引量：16
4
作者 姚羽曼 罗文嘉 戴一阳 《化工进展》 EI CAS CSCD 北大核心 2021年第4期1755-1764,共10页
数据驱动方法是一种黑箱模型,具有自主挖掘和构建数据内在关系的优点。随着感知设备的发展和计算能力的提升,数据驱动方法在化工过程故障诊断的研究领域体现出了更大的优势。本文介绍了各类数据驱动方法的原理和作用,并分析了其各自的... 数据驱动方法是一种黑箱模型,具有自主挖掘和构建数据内在关系的优点。随着感知设备的发展和计算能力的提升,数据驱动方法在化工过程故障诊断的研究领域体现出了更大的优势。本文介绍了各类数据驱动方法的原理和作用,并分析了其各自的优缺点与实际应用方向,总结得出深度学习和集成学习是数据驱动方法未来研究重点。同时,本文回顾了近五年来国内外数据驱动方法在化工过程故障诊断中的研究与应用,综合分析了现阶段该领域的研究情况,表明将多种数据驱动方法进行组合来解决化工过程问题的思路具有一定的有效性。并进一步给出了关于数据异常、时间滞后等问题的研究方向。最后,本文建议更多地从方法的机理出发对方法进行研究和优化,在未来的研究思考中应更着重于实用性和时效性。 展开更多
关键词 故障诊断 数据驱动方法 化工过程 特征提取 时间序列
下载PDF
迭代学习控制器参数的数据驱动自适应整定方法
5
作者 于瀛祯 林娜 池荣虎 《青岛科技大学学报（自然科学版）》 CAS 2024年第1期121-128,共8页
针对PID型迭代学习控制(iterative learning control,ILC)方法,提出了两种数据驱动自适应整定(data-driven adaptive tuning,DDAT)方法。首先采用紧格式迭代动态线性化(compact form iterative dynamic linearization,CFIDL)方法将原始... 针对PID型迭代学习控制(iterative learning control,ILC)方法,提出了两种数据驱动自适应整定(data-driven adaptive tuning,DDAT)方法。首先采用紧格式迭代动态线性化(compact form iterative dynamic linearization,CFIDL)方法将原始的非线性系统转化为等价的线性数据模型,设计了一个目标函数来动态地调整PID型ILC的学习增益。其次,通过对设计的目标函数进行优化,提出了一种基于CFIDL的DDAT方法。该方法只使用实际的I/O数据,而不需要任何机理模型信息。进一步,引入偏格式迭代动态线性化(partial form iterative dynamic linearization,PFIDL)方法对结果进行扩展,提出了一种基于PFIDL的DDAT方法。所提出的两种DDAT方法都可以提高PID型ILC对不确定性的鲁棒性。最后,通过仿真验证了两种方法的有效性。 展开更多
关键词 数据驱动方法 参数的自适应整定 迭代学习控制 优化
下载PDF
数据驱动方法揭示单原子掺杂金红石氧化物在甲烷活化过程中的活性位点
6
作者 卫奋飞 葛冰青 +3 位作者 董佩佩 万强 胡茜茜 林森 《Science China Materials》 SCIE EI CAS CSCD 2024年第4期1231-1242,共12页
金属氧化物通常用于甲烷的活化和转化,但总是受到过度氧化的影响.引入单原子是解决这一难题的一种有吸引力的方法,但掺杂单原子的实际作用仍存在争议.因此,开发性能描述符来预测掺杂表面上不同位点之间的反应性至关重要.在这项工作中,... 金属氧化物通常用于甲烷的活化和转化,但总是受到过度氧化的影响.引入单原子是解决这一难题的一种有吸引力的方法,但掺杂单原子的实际作用仍存在争议.因此,开发性能描述符来预测掺杂表面上不同位点之间的反应性至关重要.在这项工作中,采用单原子(D_(guest),D=Ti,V,Cr,Mn,Nb,Mo,Ru,Rh,Ta,Re,Os,Ir,Pt,Si,Ge和Sn)掺杂的金红石型金属氧化物(MO_(2),M=Ru,Rh,Ir,Pt,Mo)作为模型催化剂,利用密度泛函理论计算和数据驱动方法研究了甲烷在不同表面位点上的活化情况,并阐明了此类掺杂表面的实际活性位点.利用机器学习方法,从特征组合描述符的大空间中获得了多维描述符,从而可以统一预测D_(guest)和M_(host)上活化CH_(4)的能垒,而不受过渡态计算的影响.最后,MO_(2)上客体位点对选择性氧化的调节作用得到了证实.我们的工作证明了掺杂剂在催化过程中的复杂作用,所开发的描述符有助于确定活化能,为基于金红石氧化物的催化剂提供潜在的选择性氧化位点. 展开更多
关键词 金属氧化物 单原子 选择性氧化 过度氧化 特征组合 描述符 数据驱动方法 催化过程
原文传递
提取受非高斯列维噪声扰动随机动力系统的最大似然转移路径的数据驱动方法
7
作者 陆凌弘志 李扬 刘先斌 《Acta Mechanica Sinica》 SCIE EI CAS CSCD 2024年第1期240-252,共13页
机器学习和数据科学技术的飞速发展,很大程度上满足了许多领域通过数据预测比较实际或复杂的动力系统的需求.列维噪声是一个比高斯白噪声更普适和复杂的涨落模型,它被广泛应用于许多非高斯情形来模拟爆炸或跳跃行为.在本文中,我们设计... 机器学习和数据科学技术的飞速发展,很大程度上满足了许多领域通过数据预测比较实际或复杂的动力系统的需求.列维噪声是一个比高斯白噪声更普适和复杂的涨落模型,它被广泛应用于许多非高斯情形来模拟爆炸或跳跃行为.在本文中,我们设计了一个系统的数据驱动方法来识别受高斯白噪声和非高斯列维噪声扰动的系统的最大似然转移路径.其中涉及的主要理论和数值概念包括经典动力系统理论中的非局部Kramers-Moyal公式、非局部Fokker-Planck方程以及一个通过交叉验证解决稀疏回归问题的机器学习框架.接下来我们给出两个例子从细节方面展现了该方法的可操作性,并且对最大似然转移路径做了简要的分岔分析.该方法将作为相关理论研究对应的数值方法以及数值角度的验证,并为该高斯扩散过程的推广复杂系统的其他诸如平均离出时间或离出概率等动力学指征的数值识别工作提供一些洞见. 展开更多
关键词 机器学习 最大似然 交叉验证 随机动力系统 数据预测 高斯白噪声 非高斯 数据驱动方法
原文传递
基于数据驱动的水下滑翔机生物污损监测方法 被引量：1
8
作者 王延辉 张新海 +2 位作者 杨明 闫彩清 杨绍琼 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2023年第1期93-102,共10页
以我国自主研发的“海燕-L”水下滑翔机为研究对象,针对其长时间运行过程中出现的生物污损问题,提出了一种基于数据驱动的水下滑翔机生物污损监测方法,以指导试验过程中控制参数制定与任务规划.首先,通过动力学模型仿真分析,研究了生物... 以我国自主研发的“海燕-L”水下滑翔机为研究对象,针对其长时间运行过程中出现的生物污损问题,提出了一种基于数据驱动的水下滑翔机生物污损监测方法,以指导试验过程中控制参数制定与任务规划.首先,通过动力学模型仿真分析,研究了生物污损对水下滑翔机单剖面运行时间的影响.然后,根据动力学分析结果,结合岸基操控条件以及水下滑翔机的通信方式,提出了一种生物污损监测方法:基于机器学习方法,利用水下滑翔机未发生生物污损时的关键数据,建立单剖面运行时间预测模型;对试验过程中水下滑翔机的单剖面运行时间进行预测,并监测其预测偏差;利用所建立的阻力系数与预测偏差的关系式,预测生物污损引起的阻力变化.最后,通过海上试验验证了所提出方法的正确性与有效性.试验结果显示,单剖面运行时间预测偏差与阻力系数均可以反映水下滑翔机的生物污损程度.当水下滑翔机正常运行时,所提出的方法对其阻力系数的最大预测误差仅为2%,可以实现对生物污损程度的准确监测.该方法只需要使用水下滑翔机运行过程中的部分关键数据,即可快速获取其性能变化,极大提高了监测效率,可以为“海燕-L”的实际海上应用提供支持.同时,该方法也可以为其他类型水下滑翔机的性能监测提供参考. 展开更多
关键词 水下滑翔机 生物污损 状态监测 数据驱动方法
下载PDF
面向污水处理的数据驱动故障诊断及预测方法综述 被引量：17
9
作者 黄道平 邱禹 +1 位作者 刘乙奇 李艳 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第3期111-120,129,共11页
在污水处理过程中,存在着强非线性、多变量耦合、参数时变、大滞后、内外干扰频繁等问题,因此如何及时发现系统的异常从而保证过程设备的可靠性和稳定性显得尤为重要.文中根据污水生化处理的特点,综述了基于数据驱动的故障诊断方法在污... 在污水处理过程中,存在着强非线性、多变量耦合、参数时变、大滞后、内外干扰频繁等问题,因此如何及时发现系统的异常从而保证过程设备的可靠性和稳定性显得尤为重要.文中根据污水生化处理的特点,综述了基于数据驱动的故障诊断方法在污水处理领域的研究现状、存在的问题以及解决方案,探讨了故障预测在污水处理中的研究前景,指出了基于数据驱动的故障诊断方法研究在污水处理中存在的问题和未来的发展方向. 展开更多
关键词 污水处理 故障诊断 故障预测 数据驱动方法
下载PDF
数据驱动的锂电池健康状态估算方法比较 被引量：17
10
作者 陈翌 白云飞 何瑛 《储能科学与技术》 CAS CSCD 2019年第6期1204-1210,共7页
回顾了人工神经网络、支持向量回归、高斯过程回归三种主流数据驱动方法在动力电池健康状态(stateof health,SOH)估算方面的研究进展。人工神经网络适合模拟动力电池,能达到很高的精度;支持向量回归计算量小,理论基础完善,在动力电池SO... 回顾了人工神经网络、支持向量回归、高斯过程回归三种主流数据驱动方法在动力电池健康状态(stateof health,SOH)估算方面的研究进展。人工神经网络适合模拟动力电池,能达到很高的精度;支持向量回归计算量小,理论基础完善,在动力电池SOH估算研究中应用广泛;高斯过程回归精度高并能给出预测结果的置信区间,近年相关文献数量呈现增长趋势。针对现行SOH定义未能反映锂电池额定电压衰退的弊端,提出了利用电池满充能量定义SOH。进而分别建立了BP神经网络、支持向量回归、高斯过程回归模型,利用新能源汽车大数据,对电池充电能量进行了预测,定量对比结果验证了三种方法在计算量和精确度方面的特点。最后展望了数据驱动方法与新能源汽车大数据在动力电池SOH估算研究方面的应用前景。 展开更多
关键词 动力电池 健康状态 数据驱动方法 新能源汽车大数据
下载PDF
知识与数据联合驱动的风力发电机叶片动态雷达散射截面统计模型
11
作者 王晓亮 施宇翔 何炜琨 《电子与信息学报》 EI CSCD 北大核心 2023年第11期3887-3895,共9页
针对风力发电场对雷达等设备影响评估中所需风力发电机动态雷达散射截面(RCS)估计的问题,提出了一种知识与数据联合驱动的风力发电机动态RCS统计模型。首先,利用风力发电机叶片RCS随叶片旋转周期性变化的特点,建立叶片RCS单个单调变化... 针对风力发电场对雷达等设备影响评估中所需风力发电机动态雷达散射截面(RCS)估计的问题,提出了一种知识与数据联合驱动的风力发电机动态RCS统计模型。首先,利用风力发电机叶片RCS随叶片旋转周期性变化的特点,建立叶片RCS单个单调变化区间内的变化函数。该变化函数由与叶片几何参数相关的峰值RCS、与叶片几何参数无关的调制函数、与材质和形状细节相关的乘性因子组成。其中峰值RCS由理论模型推算得到,针对RCS变化复杂的特点,调制函数和乘性因子利用实测训练数据估计得到。其次,对于待求解型号的风力发电机,根据风力发电机几何参数得到其叶片RCS变化函数,再通过参数估计的方法计算其概率密度函数统计模型。多种不同型号风力发电机实测数据的实验结果,验证了该文给出的风力发电机叶片动态RCS统计模型,与实测数据结果有良好的一致性。 展开更多
关键词 雷达散射截面估计 风力发电机 数据驱动方法 物理光学法 KL散度
下载PDF
数据驱动的变速器传感器故障诊断方法 被引量：3
12
作者 吴光强 陶义超 曾翔 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第2期272-279,共8页
针对基于模型以及基于规则的故障诊断方法的局限性,运用数据驱动的方法对变速器传感器进行故障诊断。使用逐步回归算法建立传感器模型,将实际传感器输出与传感器模型输出相减得到残差序列;用小波包变换(WPT)对残差序列进行分解,提取节... 针对基于模型以及基于规则的故障诊断方法的局限性,运用数据驱动的方法对变速器传感器进行故障诊断。使用逐步回归算法建立传感器模型,将实际传感器输出与传感器模型输出相减得到残差序列;用小波包变换(WPT)对残差序列进行分解,提取节点的香农熵作为特征值;最后,用概率神经网络(PNN)对不同传感器故障的特征值进行识别。使用硬件在环仿真获取车辆行驶过程中的变速器信号对该方法进行验证。结果表明:该方法的诊断正确率达到98.50%,在不同的样本划分情况下诊断正确率变化很小。此外,还对其他多个变速器传感器进行了故障诊断,诊断正确率均在较高值,证明了该方法的普适性。 展开更多
关键词 变速器故障诊断 数据驱动方法 传感器模型 小波包变换(WPT) 概率神经网络(PNN)
下载PDF
基于数据驱动的复杂工况过程监测方法研究进展
13
作者 陈如清 钱苏翔 《嘉兴学院学报》 2013年第6期55-60,共6页
随着过程工业系统结构日益复杂,系统安全及产品质量的在线监控显得尤为重要。该文首先介绍了过程监测与诊断技术的研究背景和意义,对现有基于数据驱动的过程监测方法研究现状作了综述。重点阐述了针对单一约束条件,尤其是过程的非线性... 随着过程工业系统结构日益复杂,系统安全及产品质量的在线监控显得尤为重要。该文首先介绍了过程监测与诊断技术的研究背景和意义,对现有基于数据驱动的过程监测方法研究现状作了综述。重点阐述了针对单一约束条件,尤其是过程的非线性或动态性的多变量统计过程监测方法。由于非线性和动态性这两种特性在实际工业过程中普遍同时存在,研究此类复杂工况下的过程监测问题具有重要意义。最后,分析了采用流形学习方法解决非线性动态过程监测问题的可行性和挑战性,并指出非线性动态过程、故障检测与诊断以及机器学习新算法的研究将是过程监测与建模技术的近期发展趋势。 展开更多
关键词 数据驱动方法 过程监测 多变量统计过程监测 非线性动态过程
下载PDF
面向软件仓库挖掘的数据驱动特征提取方法 被引量：4
14
作者 李晓晨 江贺 任志磊 《计算机科学》 CSCD 北大核心 2015年第9期159-164,共6页
在软件仓库挖掘领域,通常将软件工程任务转换成数据挖掘问题进行解决。领域特征的使用严重影响了软件任务的解决效果。然而,如何根据特定任务从软件仓库数据中提取有价值的特征,在软件仓库挖掘领域尚缺乏系统的研究。数据驱动特征提取... 在软件仓库挖掘领域,通常将软件工程任务转换成数据挖掘问题进行解决。领域特征的使用严重影响了软件任务的解决效果。然而,如何根据特定任务从软件仓库数据中提取有价值的特征,在软件仓库挖掘领域尚缺乏系统的研究。数据驱动特征提取方法是一种新的特征提取方法。对于给定的软件工程任务,该方法从任务的数据集中选取部分数据(如源代码、缺陷报告等),招募若干志愿者人工完成该任务,并要求志愿者说明在人工完成特定软件工程任务时所考虑的因素。通过分析这些因素,可以提取所需的领域特征。以缺陷报告摘要任务为例进行实验,结果表明新方法能够发现高效的领域特征,并取得比现有方法更好的预测效果。 展开更多
关键词 软件仓库挖掘 数据驱动方法 特征提取 缺陷报告摘要
下载PDF
不依赖剩余飞行时间的数据驱动攻击时间控制导引律
15
作者 黄嘉 常思江 +1 位作者 陈琦 张海洋 《兵工学报》 EI CAS CSCD 北大核心 2023年第8期2299-2309,共11页
针对导弹的攻击时间控制问题,基于比例导引法和数据驱动方法设计出一种不依赖剩余飞行时间信息的两阶段攻击时间控制导引律。第1阶段为攻击时间控制阶段,在比例导引法框架下仿真构建弹道倾角与导弹飞行状态之间的关系数据集,利用神经网... 针对导弹的攻击时间控制问题,基于比例导引法和数据驱动方法设计出一种不依赖剩余飞行时间信息的两阶段攻击时间控制导引律。第1阶段为攻击时间控制阶段,在比例导引法框架下仿真构建弹道倾角与导弹飞行状态之间的关系数据集,利用神经网络方法离线训练出相应的映射网络模型,根据该映射网络可在导弹飞行过程中实时解算攻击时间对应的理想弹道倾角,导引指令将控制实际弹道倾角收敛至该理想弹道倾角;第2阶段则直接采用比例导引法,最终实现导弹攻击时间控制。不同条件下的仿真结果验证了该导引律的可行性和有效性,与现有同类导引律相比,所设计导引律对攻击时间的控制精度更高、所需控制能量更少。理论分析表明,该导引律可通过更换映射网络推广至攻击角度控制。 展开更多
关键词 数据驱动方法 比例导引法 理想弹道倾角 攻击时间控制 攻击角度控制
下载PDF
数据驱动的扭曲均值-半方差投资组合选择
16
作者 杨东方 李孟雨 +2 位作者 王天放 米辉 刘国祥 《南京师大学报（自然科学版）》 CAS 北大核心 2023年第2期7-14,共8页
运用样本平均近似的数据驱动方法研究了带概率扭曲的均值-半方差投资组合优化模型,结合经典的遗传算法(ICA)和帝国竞争算法(GA),提出了ICA-GA混合算法.利用真实市场数据,对模型进行实证分析并求解有效前沿.最后,通过比较算法程序运行时... 运用样本平均近似的数据驱动方法研究了带概率扭曲的均值-半方差投资组合优化模型,结合经典的遗传算法(ICA)和帝国竞争算法(GA),提出了ICA-GA混合算法.利用真实市场数据,对模型进行实证分析并求解有效前沿.最后,通过比较算法程序运行时间,表明本文创新的ICA-GA混合算法融合了帝国竞争算法和遗传算法两者的优势,比它们有更好的表现. 展开更多
关键词 带概率扭曲的均值-半方差 投资组合优化 ICA-GA混合算法 数据驱动方法
下载PDF
基于模型-数据融合驱动的频率响应分析方法 被引量：3
17
作者 李正文 王祥旭 +3 位作者 丁奇力 曾辉 孙乔 李卫东 《电网与清洁能源》 北大核心 2022年第5期16-24,共9页
综合考虑基于模型驱动以及数据驱动的电力系统频率响应分析方法在实时应用中存在的计算速度、计算精度及泛化能力等方面的矛盾,提出了一种基于模型-数据融合驱动的频率响应分析方法。该方法在建模过程中,选取系统频率响应模型作为基于... 综合考虑基于模型驱动以及数据驱动的电力系统频率响应分析方法在实时应用中存在的计算速度、计算精度及泛化能力等方面的矛盾,提出了一种基于模型-数据融合驱动的频率响应分析方法。该方法在建模过程中,选取系统频率响应模型作为基于模型驱动的频率初测模型,对系统的频率响应动态过程进行初步预测;选取由粒子群算法优化参数后的极限学习机模型作为基于数据驱动的频率修正模型,对初测频率响应进行误差修正。在保证计算速度的前提下大幅提高计算精度,同时减少模型对样本数据的依赖程度,提高融合模型的泛化能力。通过WSCC 3机9节点测试系统进行仿真算例的设计与分析,验证了该方法可以快速准确地计算扰动后的电力系统频率响应动态过程,并具有良好的泛化能力,可为电网的调度控制提供辅助决策,以防止系统出现频率崩溃事故。 展开更多
关键词 频率响应 模型驱动方法 数据驱动方法 频率稳定
下载PDF
基于数据驱动具有自我学习能力的机组组合智能决策方法研究 被引量：31
18
作者 杨楠 叶迪 +4 位作者 林杰 黄禹 董邦天 胡文斌 刘颂凯 《中国电机工程学报》 EI CSCD 北大核心 2019年第10期2934-2945,共12页
在能源技术变革日新月异、人工智能技术快速发展的背景下,研究具有高适应性、高精度的机组组合决策方法具有重要意义。该文基于长短时记忆网络,通过构建面向机组组合问题的深度学习模型,提出一种基于数据驱动具有自我学习能力的机组组... 在能源技术变革日新月异、人工智能技术快速发展的背景下,研究具有高适应性、高精度的机组组合决策方法具有重要意义。该文基于长短时记忆网络,通过构建面向机组组合问题的深度学习模型,提出一种基于数据驱动具有自我学习能力的机组组合智能决策方法。首先基于K-means算法对历史调度数据进行聚类预处理;然后构建基于长短时记忆网络的机组组合深度学习模型,通过历史数据训练建立系统负荷与调度决策结果之间的映射模型,以此为基础进行机组组合决策;最后通过积累历史数据实现对模型的持续修正,从而赋予其自我进化、自我学习的能力。基于标准算例、实际电网数据的一系列仿真结果表明:相比于传统决策方法,该方法不仅可以在实际使用过程中不断提升其决策精度或效率,且在面对不同类型的机组组合问题时适应性更好。 展开更多
关键词 数据驱动 深度学习 基于数据驱动的机组组合决策方法 自我学习能力
原文传递
数据驱动型时间序列预测方法综述(英文) 被引量：2
19
作者 张伟 张锋 《陕西科技大学学报（自然科学版）》 2010年第3期22-27,共6页
阐述了时间序列、时间序列预测及其方法,研究了时间序列预测定量分析的主要内容——数据驱动型时间序列预测方法,分析了其预测原理、特点、关键技术和研究热点,在此基础上讨论了数据驱动型时间序列预测方法的适用性及发展趋势.
关键词 数据驱动时间序列预测方法 预测原理 预测特点 预测适用性
下载PDF
图书馆大规模书架整理时的自动规划研究——一种数据驱动的方法
20
作者 凡迪 陈君有 《四川图书馆学报》 2021年第4期33-35,共3页
以四川省图书馆为例,从图书馆集成系统中提取相应信息,使用回归模型估算的方法,利用Python脚本,实现了书架分配的自动规划,在大规模书架整理时有效减少排架的耗时和工作量。
关键词 图书馆 书架整理 书架规划 数据驱动方法
下载PDF
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 2 … 4 下一页 到第 页
使用帮助 返回顶部