期刊文献+
共找到921篇文章
< 1 2 47 >
每页显示 20 50 100
Combined Novel Gate Level Model and Critical Primary Input Sharing for Genetic Algorithm Based Maximum Power Supply Noise Estimation
1
作者 田志新 刘勇攀 杨华中 《Journal of Semiconductors》 EI CAS CSCD 北大核心 2007年第9期1375-1380,共6页
A gate level maximum power supply noise (PSN) model is defined that captures both IR drop and di/dt noise effects. Experimental results show that this model improves PSN estimation by 5.3% on average and reduces com... A gate level maximum power supply noise (PSN) model is defined that captures both IR drop and di/dt noise effects. Experimental results show that this model improves PSN estimation by 5.3% on average and reduces computation time by 10.7% compared with previous methods. Furthermore,a primary input critical factor model that captures the extent of primary inputs' PSN contribution is formulated. Based on these models,a novel niche genetic algorithm is proposed to estimate PSN more effectively. Compared with general genetic algorithms, this novel method can achieve up to 19.0% improvement on PSN estimation with a much higher convergence speed. 展开更多
关键词 power supply noise gate level model niche genetic algorithm
在线阅读 下载PDF
Research on Flight First Service Model and Algorithms for the Gate Assignment Problem 被引量:4
2
作者 Jiarui Zhang Gang Wang Siyuan Tong 《Computers, Materials & Continua》 SCIE EI 2019年第9期1091-1104,共14页
Aiming at the problem of gate allocation of transit flights,a flight first service model is established.Under the constraints of maximizing the utilization rate of gates and minimizing the transit time,the idea of“fi... Aiming at the problem of gate allocation of transit flights,a flight first service model is established.Under the constraints of maximizing the utilization rate of gates and minimizing the transit time,the idea of“first flight serving first”is used to allocate the first time,and then the hybrid algorithm of artificial fish swarm and simulated annealing is used to find the optimal solution.That means the fish swarm algorithm with the swallowing behavior is employed to find the optimal solution quickly,and the simulated annealing algorithm is used to obtain a global optimal allocation scheme for the optimal local region.The experimental data show that the maximum utilization of the gate is 27.81%higher than that of the“first come first serve”method when the apron is not limited,and the hybrid algorithm has fewer iterations than the simulated annealing algorithm alone,with the overall passenger transfer tension reducing by 1.615;the hybrid algorithm has faster convergence and better performance than the artificial fish swarm algorithm alone.The experimental results indicate that the hybrid algorithm of fish swarm and simulated annealing can achieve higher utilization rate of gates and lower passenger transfer tension under the idea of“first flight serving first”. 展开更多
关键词 gate assignment flight first service model fish swarm algorithm passenger transfer tension
在线阅读 下载PDF
Algorithm of Dynamic Operation Process of Hydraulic Automatically Operated Canals with Constant-Downstream Level Gates
3
作者 ZHANG Li-wei FENG Xiao-bo WANG Chang-de 《Wuhan University Journal of Natural Sciences》 EI CAS 2005年第6期1074-1080,共7页
On the basis of analysis the governing process of downstream water level gates AVIO and AVIS, a mathematical model for simulation of dynamic operation process of hydraulically automated irrigation canals instalIed wit... On the basis of analysis the governing process of downstream water level gates AVIO and AVIS, a mathematical model for simulation of dynamic operation process of hydraulically automated irrigation canals instalIed with AVIO and AVIS gates is presented, the main point of this rnathematical model is firstly applying a set of unsteady flow equations (St. Venant equations here) and treating the condition of gate movement as its dynamic boundary, and then deeoupling this interaction of gate movement with the change of canal flow. In this process, it is necessary to give the gateg open-loop transfer function whose input is water level deviation and output is gate discharge. The result of this simulation for a practical reach has shown it has satisfactory accuracy. 展开更多
关键词 algorithm hydraulically automatic gate AVIO gate AVIS gate downstream level control system unsteady flow dynamic process
在线阅读 下载PDF
Implementation of a Controlled-Phase Gate and Deutsch-Jozsa Algorithm with Superconducting Charge Qubits in a Cavity
4
作者 SONG Ke-Hui ZHOU Zheng-Wei GUO Guang-Can 《Communications in Theoretical Physics》 SCIE CAS CSCD 2007年第5期821-825,共5页
Based on superconducting quantum interference devices (SQUIDs) coupled to a cavity, we propose a scheme for implementing a quantum controlled-phase gate (QPG) and Deutsch-Jozsa (D J) algorithm by a controllable ... Based on superconducting quantum interference devices (SQUIDs) coupled to a cavity, we propose a scheme for implementing a quantum controlled-phase gate (QPG) and Deutsch-Jozsa (D J) algorithm by a controllable interaction. In the present scheme, the SQUID works in the charge regime, and the cavity field is ultilized as quantum data-bus, which is sequentially coupled to only one qubit at a time. The interaction between the selected qubit and the data bus, such as resonant and dispersive interaction, can be realized by turning the gate capacitance of each SQUID. Especially, the bus is not excited and thus the cavity decay is suppressed during the implementation of DJ algorithm. For the QPG operation, the mode of the bus is unchanged in the end of the operation, although its mode is really excited during the operations. Finally, for typical experiment data, we analyze simply the experimental feasibility of the proposed scheme. Based on the simple operation, our scheme may be realized in this solid-state system, and our idea may be realized in other systems. 展开更多
关键词 a quantum controlled-phase gate Deutsch-Jozsa algorithm superconducting quantum interference device charge qubit
在线阅读 下载PDF
A greedy algorithm based on joint assignment of airport gates and taxiways in large hub airports
5
作者 Nie Tongtong Wu Wenjun +3 位作者 He Qichang Zhang Xuanyi Sun Yang Zhang Yanhua 《High Technology Letters》 EI CAS 2020年第4期417-423,共7页
With the rapid development of civil aviation in recent years,the management and assignment of airport resources are becoming more and more difficult.Among the various airport resources,gates and taxiways are very impo... With the rapid development of civil aviation in recent years,the management and assignment of airport resources are becoming more and more difficult.Among the various airport resources,gates and taxiways are very important,therefore,many researchers focus on the airport gate and taxiway assignment problem.However,the joint assignment algorithm of airport gates and taxiways with realistic airport data has not been well studied.A greedy algorithm based on joint assignment of airport gates and taxiways using the data of a large hub airport in China is proposed.The objective is maximizing the ratio of fixed gates and minimizing the ratio of taxiway collisions.Simulation results show that it outperforms other assignment schemes. 展开更多
关键词 greedy algorithm airport gate TAXIWAY resources assignment
在线阅读 下载PDF
基于门控注意网络模型的天然气管道泄漏检测新方法 被引量:2
6
作者 董宏丽 孙桐 +2 位作者 王闯 杨帆 商柔 《天然气工业》 北大核心 2025年第1期25-36,共12页
准确的泄漏检测对维护天然气管道运行安全至关重要。近年来,深度学习已成为天然气管道泄漏检测的常用方法,但由于天然气管道数据具有复杂的时间动态特性,进而导致大多数深度学习方法在识别泄漏类型方面难以取得优异的性能。此外,检测模... 准确的泄漏检测对维护天然气管道运行安全至关重要。近年来,深度学习已成为天然气管道泄漏检测的常用方法,但由于天然气管道数据具有复杂的时间动态特性,进而导致大多数深度学习方法在识别泄漏类型方面难以取得优异的性能。此外,检测模型的初始超参数选择通常是随机的,这也可能会导致识别性能不稳定。为了提升天然气管道泄漏检测的准确性,提出一种基于麻雀搜索算法的门控注意网络模型(Sparrow Search Algorithm-based Gate Attention Network, SGAN)。首先,为了提取有效且具有鲁棒性的数据特征,采用带交叉熵函数的麻雀搜索算法对门控循环单元的初始超参数进行全局搜索;然后,设计了一种异常注意力机制,通过对数据特征进行加权来放大正常和泄漏数据之间的区分差异;最后,将所提算法应用于天然气管道的泄漏检测。研究结果表明:(1) SGAN模型能够实现模型超参数的自适应优化,并加快了模型的收敛速度,使模型性能更加稳定;(2) SGAN模型通过对正常与泄漏特征进行加权处理,显著提升了数据特征的区分效果;(3) SGAN模型的学习表示能力和泛化能力得到了明显加强,以此提高了对数据的分类性能;(4) SGAN模型能够显著提高天然气管道泄漏检测的准确率和召回率,可减少误报率和漏报率,并且其性能明显优于常规分类算法。结论认为,SGAN模型通过自适应优化和异常注意力机制结合,能精准识别泄漏特征,并快速响应天然气管道中的泄漏情况,有效提升了检测的准确性和可靠性,显著降低了安全事故风险,为天然气管道泄漏检测提供了一种高效、智能的解决新方案。 展开更多
关键词 天然气管道 泄漏检测 麻雀搜索算法 门控循环单元 异常注意力机制 自适应优化 智能
在线阅读 下载PDF
基于遗传-禁忌搜索算法绿色低碳停机位分配 被引量:1
7
作者 陈俣秀 全力炎 +1 位作者 于剑 张立超 《科学技术与工程》 北大核心 2025年第1期410-415,共6页
随着环境气候问题日益严峻,绿色低碳已成为航空运输业可持续发展的重要原则。以单跑道运输机场为研究对象,以绿色低碳、旅客步行距离为优化目标,构建多情景下绿色低碳停机位分配模型,并设计遗传-禁忌搜索组合优化算法求解,最后以中国东... 随着环境气候问题日益严峻,绿色低碳已成为航空运输业可持续发展的重要原则。以单跑道运输机场为研究对象,以绿色低碳、旅客步行距离为优化目标,构建多情景下绿色低碳停机位分配模型,并设计遗传-禁忌搜索组合优化算法求解,最后以中国东北部的运输机场为实例进行仿真实验。实验结果表明,与实际运行分配方案相比,若仅考虑绿色低碳,最优分配方案可减少3.1%的燃油消耗,减少3.1%的航空器滑行距离,减少4.2%HC、3.6%CO、3.1%NO_(X)、3.1%CO_(2)排放,但会提高5.3%的旅客步行距离;若同时兼顾绿色低碳和旅客利益,最优分配方案可减少2.1%的燃油消耗,减少2.2%的航空器滑行距离,减少3.8%HC、2.7%CO、2.0%NO_(X)、2.1%的CO_(2)排放,减少2.1%的旅客步行距离。可见绿色低碳发展的同时,仍可兼顾旅客利益。 展开更多
关键词 停机位分配 绿色低碳 旅客步行距离 遗传算法 禁忌搜索算法
在线阅读 下载PDF
基于蜉蝣优化算法的时空融合交通流预测研究 被引量:1
8
作者 张红 巩蕾 +1 位作者 曹洁 张玺君 《哈尔滨工程大学学报》 北大核心 2025年第4期764-771,796,共9页
针对复杂交通流的动态时空特性难以精准建模、现有深度学习模型超参数难以确定而导致模型预测精度低的问题,本文提出基于蜉蝣优化算法的门控时空卷积网络交通流预测方法。利用时间卷积网络结合门控线性单元挖掘交通数据隐藏的时间依赖性... 针对复杂交通流的动态时空特性难以精准建模、现有深度学习模型超参数难以确定而导致模型预测精度低的问题,本文提出基于蜉蝣优化算法的门控时空卷积网络交通流预测方法。利用时间卷积网络结合门控线性单元挖掘交通数据隐藏的时间依赖性,通过门控机制融合ChebNet捕获的静态空间特征与图卷积网络结合注意力机制捕获的动态空间特征,构建考虑动态时空特征的预测模型,并借助蜉蝣优化算法优化超参数。研究表明:在PeMSD7(M)数据集上,15、30和45 min下该模型MAE的预测精度较T-GCN提高了5.91%、9.06%和10.72%,本文方法具有有效性与优越性。 展开更多
关键词 交通流预测 动态时空特性 超参数 蜉蝣优化算法 时间卷积网络 门控线性单元 注意力机制 图卷积网络
在线阅读 下载PDF
基于改进BILSTM/BIGRU的多特征短期负荷预测 被引量:2
9
作者 王昊 王树东 唐伟强 《计算机与数字工程》 2025年第3期755-759,864,共6页
针对传统神经网络在多输入特征下预测时间较长且精度欠佳的问题,论文提出了一种基于深度双向策略改进的长短期记忆神经网络与门控循环单元神经网络相结合的短期负荷预测模型。该模型采用自适应噪声完整集成经验模态算法将负荷数据进行分... 针对传统神经网络在多输入特征下预测时间较长且精度欠佳的问题,论文提出了一种基于深度双向策略改进的长短期记忆神经网络与门控循环单元神经网络相结合的短期负荷预测模型。该模型采用自适应噪声完整集成经验模态算法将负荷数据进行分解,降低负荷数据复杂度;利用互信息主成分分析法提取原始多维输入变量,降低主成分因子;然后通过改进鲸鱼优化算法对构建模型进行寻参优化。以中国某地区的负荷数据作为算例,将论文所构建模型与其它模型进行了对比分析,预测结果表明,论文所构建的模型能够缩短预测的时间,提高负荷预测的精度。 展开更多
关键词 负荷预测 深度双向策略 改进鲸鱼优化算法 长短期记忆神经网络 门控循坏单元神经网络
在线阅读 下载PDF
基于相空间重构-深度学习的燃煤电厂主汽温预测模型 被引量:1
10
作者 金秀章 赵大勇 +1 位作者 赵术善 畅晗 《中国电机工程学报》 北大核心 2025年第10期3924-3933,I0030,共11页
针对由于火电机组调峰需求导致的燃烧状态不稳定,进而导致主蒸汽温度频繁波动难以预测的问题,该文提出一种基于相空间重构(phase space reconstruction,PSR)的双向门控循环单元(bidirectional gate recurrent unit,biGRU)主蒸汽温度预... 针对由于火电机组调峰需求导致的燃烧状态不稳定,进而导致主蒸汽温度频繁波动难以预测的问题,该文提出一种基于相空间重构(phase space reconstruction,PSR)的双向门控循环单元(bidirectional gate recurrent unit,biGRU)主蒸汽温度预测模型。首先,利用互信息法筛选相关变量,对其进行相空间重构处理得到输入变量。然后,利用注意力机制(attentionmechanism,AM)确定各输入变量权重系数,再利用雪消融优化算法(snow ablation optimizer,SAO)优化biGRU超参数,建立相空间重构-雪消融优化-双向门控循环单元-注意力机制的主汽温预测模型(PSR-SAO-biGRU-AM预测模型)。最后,将该预测模型与未加入注意力机制、未加入SAO寻优算法、未加入相空间重构的模型进行对比验证。结果表明,相较于其他模型,提出的PSR-SAO-biGRU-AM预测模型的均方根误差、平均绝对百分比误差最小,预测精度最高,在主汽温波动剧烈仍能够准确预测,具有很好的动态特性。 展开更多
关键词 主汽温 相空间重构 雪消融优化算法 双向门控循环单元 注意力机制
原文传递
基于动态自适应门控图卷积网络的交通拥堵预测
11
作者 王庆荣 高桓伊 +2 位作者 朱昌锋 何润田 慕壮壮 《华南理工大学学报(自然科学版)》 北大核心 2025年第9期31-47,共17页
随着城市机动车保有量的持续攀升,交通拥堵程度不断加剧,这种现象对环境保护与城市运行效率造成不利影响。因此,精确预测交通拥堵对于交通管理与优化具有重要意义。然而,现有研究在建模交通数据的动态时变特性及复杂路段间交互关系方面... 随着城市机动车保有量的持续攀升,交通拥堵程度不断加剧,这种现象对环境保护与城市运行效率造成不利影响。因此,精确预测交通拥堵对于交通管理与优化具有重要意义。然而,现有研究在建模交通数据的动态时变特性及复杂路段间交互关系方面仍存在一定局限性。针对这一问题,该文提出了一种基于图神经网络的门控时空卷积网络模型,以更有效地刻画和预测交通拥堵状况。首先,通过改进的K-均值聚类算法将原始数据划分为多个拥堵状态类别,并将其作为辅助特征融入预测模型,以增强特征表达能力;然后,引入门控时间卷积网络以捕捉交通数据间的时序特性与动态依赖关系,并构建动态自适应门控图卷积网络,通过信号生成模块与双层调制机制实现特征融合与动态权重分配,从而完成对时空特征的有效提取;最后,引入残差连接以增强训练过程的稳定性,并利用跳跃连接对多层次与多尺度特征进行有效整合。在真实交通数据集PeMS08与PeMS04上对所提模型的有效性进行了验证,结果表明,该模型的预测精度优于其他基线模型。 展开更多
关键词 交通拥堵预测 图神经网络 动态自适应门控 聚类算法 门控时间卷积网络
在线阅读 下载PDF
蜉蝣优化双通道网络在齿轮箱故障诊断中的应用
12
作者 于宁 魏沉潜 +2 位作者 田立勇 赵建军 于晓涵 《西安交通大学学报》 北大核心 2025年第5期217-228,共12页
为了有效提取齿轮箱中齿轮和滚动轴承的故障信号特征,并克服深度学习模型超参数选取依赖人工经验的局限性,提高故障诊断的准确性和稳定性,提出了一种基于蜉蝣算法(MA)优化的双通道神经网络故障诊断模型。该模型采用一维时序输入的门控... 为了有效提取齿轮箱中齿轮和滚动轴承的故障信号特征,并克服深度学习模型超参数选取依赖人工经验的局限性,提高故障诊断的准确性和稳定性,提出了一种基于蜉蝣算法(MA)优化的双通道神经网络故障诊断模型。该模型采用一维时序输入的门控循环单元(GRU)和二维图像输入的卷积神经网络(CNN)构建双通道并行架构,并引入自适应批标准化(AdaBN)算法。利用MA的全局优化能力,以CNN-GRU的诊断精度为优化目标,自适应调整模型超参数。将蜉蝣算法优化效果与粒子群算法和遗传算法进行了对比验证,以评估其在模型参数优化方面的有效性。基于东南大学齿轮箱数据集和凯斯西储大学轴承数据集的实验结果表明:该模型能够有效提取振动信号特征,其故障识别精度与稳定性均优于典型深度学习模型,并展现出较强的鲁棒性。在稳态工况下,优化后的CNN-GRU(MA-CNN-GRU)模型在各数据集上的识别精度显著提高;在噪声工况下,MA优化的CNN-GRU模型表现出优异的抗噪性;在变负载工况下,结合AdaBN算法的MA-CNN-GRU模型实现了最高的平均识别精度。所提模型能够高效、准确地检测齿轮箱故障,为机械设备的维护和稳定运行提供了重要的参考价值。 展开更多
关键词 故障诊断 齿轮箱 门控循环单元 卷积神经网络 蜉蝣算法
在线阅读 下载PDF
基于飞行轨迹预测的数据异常检测与清洗方法
13
作者 赵元棣 胡译心 +1 位作者 汤盛家 李桃 《科学技术与工程》 北大核心 2025年第26期11398-11406,共9页
为了有效检测和清洗飞行轨迹异常数据,研究了在数据采集过程中容易出现的重复、缺失、错误等问题,基于机器学习提出了一种准确性和鲁棒性较高的数据异常检测与清洗方法。首先,结合线性插值和最大最小值算法对数据进行去重、插值和归一... 为了有效检测和清洗飞行轨迹异常数据,研究了在数据采集过程中容易出现的重复、缺失、错误等问题,基于机器学习提出了一种准确性和鲁棒性较高的数据异常检测与清洗方法。首先,结合线性插值和最大最小值算法对数据进行去重、插值和归一化处理;其次,基于GRU构建飞行轨迹预测模型;最后,利用SVDD模型对飞行轨迹数据进行异常检测,当实际数据与预测数据偏差较大时使用预测数据进行替换,达到清洗效果。结果表明:相较于其他LSTM算法模型,本文方法得到清洗后的飞行轨迹数据具有更高的准确性,F_(1)分数平均能达到0.932,较好地逼近原始飞行轨迹数据;通过检验位置偏移(干扰)、高度偏差(篡改)、航路交叉(替换)3种攻击方法,证明该方法具有较高的鲁棒性。本文方法能够准确预测飞行轨迹,并对异常数据进行有效检测与清洗,提高数据质量,有助于准确分析航班运行情况。 展开更多
关键词 数据清洗 飞行轨迹预测 机器学习 循环门单元算法
在线阅读 下载PDF
改进麻雀搜索算法优化门控循环单元的烟气温度预测研究
14
作者 马鸿雁 王顺 +1 位作者 曹妍曦 杨利瑶 《安全与环境学报》 北大核心 2025年第9期3456-3464,共9页
为了实时预测走廊内火灾烟气温度分布,提升人员疏散效率,建立了基于优化门控循环单元的火灾烟气温度预测模型。首先,基于FDS火灾烟气仿真软件设定160种不同的火源场景,获得火灾烟气温度数据;其次,建立基于改进麻雀搜索算法优化门控循环... 为了实时预测走廊内火灾烟气温度分布,提升人员疏散效率,建立了基于优化门控循环单元的火灾烟气温度预测模型。首先,基于FDS火灾烟气仿真软件设定160种不同的火源场景,获得火灾烟气温度数据;其次,建立基于改进麻雀搜索算法优化门控循环单元的火灾烟气温度预测模型,实现火灾烟气温度及分布预测;最后,通过测试集数据对试验进行了可靠性验证。试验结果表明,火灾烟气温度预测模型对于走廊结构建筑有较好的预测效果,在不同火灾场景下的预测结果相对误差在8%以内,针对复杂通风情况,模型预测精度高于90.9%。 展开更多
关键词 安全工程 麻雀搜索算法 门控循环单元 温度分布 数值模拟
原文传递
基于门控混合专家网络的实时相关推荐方法
15
作者 李鹏 管紫薇 杭帆 《计算机工程与设计》 北大核心 2025年第2期515-522,共8页
针对传统推荐模型难以实现对同一个主题的文章连续扩展的问题,提出一种基于门控混合专家网络的实时相关推荐方法。从低维稠密向量交互、语义特征相似性和不同特征字段之间的依赖程度等多个维度捕获特征作为专家网络;通过多门控制的混合... 针对传统推荐模型难以实现对同一个主题的文章连续扩展的问题,提出一种基于门控混合专家网络的实时相关推荐方法。从低维稠密向量交互、语义特征相似性和不同特征字段之间的依赖程度等多个维度捕获特征作为专家网络;通过多门控制的混合专家策略和分层注意力机制,综合考虑这些专家网络;利用最终学习到的深层特征,预测推荐评分和项目点击概率,获得用户对项目的满意度。实验结果表明,与其它基线模型对比,AUC指标最多可提高0.35%,Logloss指标最多可降低0.76%,消融实验也验证了各个部分的有效性,说明了该模型的可行性与准确性。 展开更多
关键词 实时推荐算法 多门控制的混合专家策略 注意力机制 卷积神经网络 挤压激励网络 门控网络 语义特征相似性
在线阅读 下载PDF
基于深度强化学习的停机位分配
16
作者 向征 吴秋玥 +1 位作者 储同 岳伊杨 《科学技术与工程》 北大核心 2025年第16期6977-6984,共8页
针对停机位分配问题展开系统研究,目标是最小化远机位分配数量以及近机位空闲时间,针对其多目标多约束特性,提出以最小远机位分配数量和最小近机位空闲时间为目标的多目标数学模型,该模型考虑了航班进出港实际时间、机型类别及停机位间... 针对停机位分配问题展开系统研究,目标是最小化远机位分配数量以及近机位空闲时间,针对其多目标多约束特性,提出以最小远机位分配数量和最小近机位空闲时间为目标的多目标数学模型,该模型考虑了航班进出港实际时间、机型类别及停机位间相互关系等参数。结合深度强化学习方法,特别是深度确定性策略梯度算法(deep deterministic policy gradient,DDPG),对停机位分配过程进行优化。为提升算法的寻优能力与性能,设计了改进后的DDPG算法,融入优先级经验回放和多策略融合探索机制。通过对比实验,表明改进后的算法更优,显著减少了最小远机位分配数量并优化了近机位空闲时间,且收敛更快、全局寻优能力更强,充分证实了其有效性。 展开更多
关键词 停机位分配 深度学习 强化学习 深度确定性策略梯度算法(DDPG)
在线阅读 下载PDF
基于WOA-GRU的风电机组发电机故障预警方法
17
作者 邢作霞 马岩溪 +2 位作者 郭珊珊 陈明阳 罗世茂 《电机与控制学报》 北大核心 2025年第6期54-62,共9页
为实现风电机组发电机故障的早期捕获,提高故障预警的精度,提出一种基于WOA-GRU模型的风电机组发电机故障预警方法。首先,通过箱线图剔除风电机组发电机温度离群数据并应用灰色关联分析方法在高维SCADA数据中提取出与风电机组发电机温... 为实现风电机组发电机故障的早期捕获,提高故障预警的精度,提出一种基于WOA-GRU模型的风电机组发电机故障预警方法。首先,通过箱线图剔除风电机组发电机温度离群数据并应用灰色关联分析方法在高维SCADA数据中提取出与风电机组发电机温度关联度高的特征参量作为模型输入;其次,采用鲸鱼优化算法对门控循环单元神经网络超参数组寻优,将获得的最优参数门控循环单元神经网络模型用于预测风电机组发电机温度,并通过自适应阈值算法设定报警阈值,据此对风电机组发电机进行故障预警;最后,以国内某风电场风电机组SCADA数据为例进行分析,将WOA-GRU与BP、ELM、RF、GRU、LSTM模型进行对比,结果表明,WOA-GRU模型比其他模型有更高的预测精度,并能够更精确地捕获风电机组发电机早期故障。 展开更多
关键词 风电机组发电机 SCADA数据 鲸鱼优化算法 门控循环单元 故障预警
在线阅读 下载PDF
一种计算存储设备中的字符串并行匹配算法
18
作者 张东阳 刘东石 +2 位作者 苏攀 马玉梅 王其乐 《计算机技术与发展》 2025年第8期25-35,共11页
传统的字符串匹配算法在遭遇最不利情况时时间消耗显著攀升,成为性能瓶颈,此外还往往伴随大量数据的频繁迁移与操作,当面临数据密集型应用和输入输出(IO)性能限制时,其局限性愈发凸显。针对传统字符串匹配解决方案中的数据移动量大、最... 传统的字符串匹配算法在遭遇最不利情况时时间消耗显著攀升,成为性能瓶颈,此外还往往伴随大量数据的频繁迁移与操作,当面临数据密集型应用和输入输出(IO)性能限制时,其局限性愈发凸显。针对传统字符串匹配解决方案中的数据移动量大、最差情况下的性能瓶颈等问题,提出了基于计算存储设备(Computational Storage Device,CSD)的解决方法。该方法通过在存储器内部部署嵌入式处理引擎,将计算移动到存储端,大幅减少了数据在处理单元和存储单元之间的传输,从而显著提升了整体计算效率。将现场可编程门阵列(Field Programmable Gate Array,FPGA)作为CSD嵌入式处理引擎,利用其并行处理能力,设计了一种高效的精确字符串并行匹配算法。在FPGA读取数据的同时,完成字符串匹配工作,消除了字符串匹配过程中的额外时间开销。实验结果表明,基于CSD的解决方法展现出了显著的性能优势,为大数据环境下的字符串匹配问题提供了一种新的解决方案。 展开更多
关键词 字符串匹配 计算存储设备 现场可编程门阵列 并行 算法
在线阅读 下载PDF
基于HBA-GRU的水电站大坝变形监控模型研究
19
作者 黄勇 刘昱玚 +3 位作者 宋璇 宋锦焘 朱海晨 张盛飞 《电网与清洁能源》 北大核心 2025年第9期95-100,共6页
大坝是水电站核心的挡水建筑物,大坝变形规律的精准监控是保障水电站安全的重要手段。针对大坝变形非线性强的特点以及监控模型参数影响的问题,融合先进深度学习和仿生优化算法,利用蜜獾优化算法(honey badger optimization algorithm,H... 大坝是水电站核心的挡水建筑物,大坝变形规律的精准监控是保障水电站安全的重要手段。针对大坝变形非线性强的特点以及监控模型参数影响的问题,融合先进深度学习和仿生优化算法,利用蜜獾优化算法(honey badger optimization algorithm,HBA)对深度学习门控制循环单元(gated recurrent unit,GRU)模型的超参数进行优化,建立HBA-GRU组合模型应用于水电站大坝变形监控预测。通过某水电站面板堆石坝变形监测数据实证结果显示,提出的组合模型在保持较高预测准确性的同时展现出良好的泛化性能,可为同类型水电站工程安全监控模型的构建提供有效技术支撑。 展开更多
关键词 水电站大坝 安全监控 变形预测 深度学习 门控制循环单元 蜜獾优化算法
在线阅读 下载PDF
基于优化VMD-mRMR的短期负荷预测
20
作者 王树东 陈勇 +1 位作者 唐伟强 陈汪生 《计算机与数字工程》 2025年第4期1020-1024,1043,共6页
为解决传统负荷预测缺少对时序数据的相关性和特征值的考虑引起的预测准确度不高的问题,提出一种基于优化的变分模态分解、最大相关-最小冗余和门控循环单元的组合模型。首先,利用遗传算法优化变分模态分解的关键参数,将原始负荷序列分... 为解决传统负荷预测缺少对时序数据的相关性和特征值的考虑引起的预测准确度不高的问题,提出一种基于优化的变分模态分解、最大相关-最小冗余和门控循环单元的组合模型。首先,利用遗传算法优化变分模态分解的关键参数,将原始负荷序列分解为不同频率的分量;其次,通过最大相关-最小冗余的方法选择各分量的最佳特征集;最后,通过猴群算法对门控循环单元的关键参数进行优化,对各分量分别进行预测,叠加后得最终预测值。以澳大利亚的数据进行预测,与其他方法进行对比,结果对比表明该方法预测精度更高。 展开更多
关键词 变分模态分解 最大相关最小冗余 猴群算法 门控循环单元 负荷预测
在线阅读 下载PDF
上一页 1 2 47 下一页 到第
使用帮助 返回顶部