期刊导航
期刊开放获取
vip
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LSTM-MHKAN的离散制造业物料需求预测方法研究
1
作者
吴小芳
成益盈
+1 位作者
杨美怡
杨磊
《河南科技大学学报(自然科学版)》
北大核心
2025年第2期48-58,M0005,共12页
在工业生产中,物料需求量受到众多因素的影响,表现出高度复杂且多变的动态特性。这些动态特性包括非线性关系、短期波动以及潜在的长期趋势,从而导致传统预测方法无法精确应对这些挑战。针对这一问题,设计了一种结合长短期记忆网络(LSTM...
在工业生产中,物料需求量受到众多因素的影响,表现出高度复杂且多变的动态特性。这些动态特性包括非线性关系、短期波动以及潜在的长期趋势,从而导致传统预测方法无法精确应对这些挑战。针对这一问题,设计了一种结合长短期记忆网络(LSTM)与Kolmogorov-Arnold网络(KAN)以及多头注意力机制(MHA)的LSTM-MHKAN物料需求预测方法。该方法通过3个步骤来优化物料需求预测过程。首先,利用LSTM捕捉物料需求数据中的时序依赖,识别短期变化并调整模型参数以适应动态波动。其次,引入MHA对LSTM输出结果进行加权,增强模型对关键需求波动的敏感性。最后,KAN算法对加权后的注意力输出进行建模,捕捉非线性关系并自适应预测未来需求。实验结果表明,与传统预测算法相比,LSTM-MHKAN能有效降低均方误差和平均绝对误差,并提高决定系数。这些结果验证了LSTM-MHKAN算法在离散制造业物料需求预测中的有效性,为减少制造业成本提供了有力的决策支持。
展开更多
关键词
物料预测
LSTM神经网络
Multi
Head
Attention
Kolmogorov-Arnold网络
时间序列预测
在线阅读
下载PDF
职称材料
支持向量分类机灵敏度分析研究
2
作者
牛海军
蔡春
《哈尔滨师范大学自然科学学报》
CAS
2015年第5期4-6,26,共4页
针对支持向量分类机对偶问题建立了灵敏度分析定理.该定理可以得到支持向量分类机对偶问题的解及决策函数对输入数据参数的偏导数;该定理可以定量分析输入数据误差以及数据各种变化对支持向量机模型解及其对应的决策函数值的定量影响,...
针对支持向量分类机对偶问题建立了灵敏度分析定理.该定理可以得到支持向量分类机对偶问题的解及决策函数对输入数据参数的偏导数;该定理可以定量分析输入数据误差以及数据各种变化对支持向量机模型解及其对应的决策函数值的定量影响,为解决支持向量分类机的稳定性问题奠定基础.
展开更多
关键词
支持向量分类机
对偶问题
灵敏度分析
稳定性问题
在线阅读
下载PDF
职称材料
题名
基于LSTM-MHKAN的离散制造业物料需求预测方法研究
1
作者
吴小芳
成益盈
杨美怡
杨磊
机构
河南科技大学信息工程学院
中信重工机械股份有限公司
出处
《河南科技大学学报(自然科学版)》
北大核心
2025年第2期48-58,M0005,共12页
基金
国家自然科学基金项目(61976243)
河南省重点研发专项项目(231111222600)。
文摘
在工业生产中,物料需求量受到众多因素的影响,表现出高度复杂且多变的动态特性。这些动态特性包括非线性关系、短期波动以及潜在的长期趋势,从而导致传统预测方法无法精确应对这些挑战。针对这一问题,设计了一种结合长短期记忆网络(LSTM)与Kolmogorov-Arnold网络(KAN)以及多头注意力机制(MHA)的LSTM-MHKAN物料需求预测方法。该方法通过3个步骤来优化物料需求预测过程。首先,利用LSTM捕捉物料需求数据中的时序依赖,识别短期变化并调整模型参数以适应动态波动。其次,引入MHA对LSTM输出结果进行加权,增强模型对关键需求波动的敏感性。最后,KAN算法对加权后的注意力输出进行建模,捕捉非线性关系并自适应预测未来需求。实验结果表明,与传统预测算法相比,LSTM-MHKAN能有效降低均方误差和平均绝对误差,并提高决定系数。这些结果验证了LSTM-MHKAN算法在离散制造业物料需求预测中的有效性,为减少制造业成本提供了有力的决策支持。
关键词
物料预测
LSTM神经网络
Multi
Head
Attention
Kolmogorov-Arnold网络
时间序列预测
Keywords
Kolmogorov-Arnold network
long short-term memory
material demand forecasting
multi-head attention
time series forecasting
分类号
TP183.9 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
支持向量分类机灵敏度分析研究
2
作者
牛海军
蔡春
机构
铁岭师范高等专科学校
北京联合大学
出处
《哈尔滨师范大学自然科学学报》
CAS
2015年第5期4-6,26,共4页
基金
北京市属高等学校高层次人才引进与培养计划项目(CIT&TCD201404080)
北京市优秀人才培养资助(2013D005022000002)
文摘
针对支持向量分类机对偶问题建立了灵敏度分析定理.该定理可以得到支持向量分类机对偶问题的解及决策函数对输入数据参数的偏导数;该定理可以定量分析输入数据误差以及数据各种变化对支持向量机模型解及其对应的决策函数值的定量影响,为解决支持向量分类机的稳定性问题奠定基础.
关键词
支持向量分类机
对偶问题
灵敏度分析
稳定性问题
Keywords
Support Vector Classifier
Dual Model
Sensitivity Analysis
Stability Analysis
分类号
TP183.92 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LSTM-MHKAN的离散制造业物料需求预测方法研究
吴小芳
成益盈
杨美怡
杨磊
《河南科技大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
支持向量分类机灵敏度分析研究
牛海军
蔡春
《哈尔滨师范大学自然科学学报》
CAS
2015
0
在线阅读
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
