期刊文献+
共找到962篇文章
< 1 2 49 >
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FA-LSTM-GRU的日光温室温度预测及拉膜通风控制研究
6
作者 李天华 赵敬德 +4 位作者 韩威 苏国秀 魏珉 张观山 赵秀艳 《农业工程》 2026年第1期61-69,共9页
日光温室作为冬季节能型蔬菜生产设施,内部温度控制面临高热惯性、强非线性与外部扰动大的挑战。传统通风控制策略普遍存在响应滞后与精度不足的问题,难以满足作物稳定生长的环境要求。为提升温室调温系统的智能化与实时性,提出一种基... 日光温室作为冬季节能型蔬菜生产设施,内部温度控制面临高热惯性、强非线性与外部扰动大的挑战。传统通风控制策略普遍存在响应滞后与精度不足的问题,难以满足作物稳定生长的环境要求。为提升温室调温系统的智能化与实时性,提出一种基于萤火虫算法(FA)-优化的长短期记忆网络(LSTM)-门控循环单元(GRU)混合模型(FALSTM-GRU),用于温室温度预测与通风控制。首先,结合LSTM与GRU结构,引入多头注意力机制(MHA)以增强时序特征提取能力,并通过FA优化模型超参数。其次,设计基于预测值的模型预测控制策略,利用近端策略优化(PPO)实现通风前瞻性调节。最后,搭建云服务器与Arduino平台的控制系统,实现闭环集成。试验结果表明,所构建的FALSTM-GRU模型在测试集上获得R2=0.9769、均方根误差0.7708°C的预测性能,控制策略能在±0.6°C范围内稳定温度波动,具备良好的控制精度与系统鲁棒性。 展开更多
关键词 日光温室 温度预测 通风控制 长短期记忆网络 门控循环神经网络 萤火虫算法 近端策略优化
在线阅读 下载PDF
基于强化学习算法的闸控河网工程水位控制方法
7
作者 陈珠亮 孔令仲 +4 位作者 肖洋 张涛涛 冯仲恺 王晓颖 刘子涵 《南水北调与水利科技(中英文)》 北大核心 2026年第1期31-41,共11页
为保障河道网络工程景观功能发挥与供水安全、实现水位稳定控制,传统水位控制方法中基于经验的手动调节和比例-积分(proportional-integral,PI)自动控制算法存在明显局限性,易导致水位调节精度不足、动态过程中振荡现象明显等问题,难以... 为保障河道网络工程景观功能发挥与供水安全、实现水位稳定控制,传统水位控制方法中基于经验的手动调节和比例-积分(proportional-integral,PI)自动控制算法存在明显局限性,易导致水位调节精度不足、动态过程中振荡现象明显等问题,难以满足工程对水位稳定的核心需求。通过构建河道水闸群强化学习训练框架,采用软演员评论家(soft actor-critic,SAC)算法训练水闸控制智能体,以实现水闸群实时高效联合调控。结果表明:经充分训练收敛后,该智能体水力控制性能优异,随机流量扰动引发水位波动时,可快速将水位精准调控至目标值(偏差严格控制在±0.2 m内),调控误差范围较传统PI算法缩小48.8%。相较于PI算法,其核心优势为:水位稳定速度显著提升,动态调节收敛速度加快40%;水闸操作次数大幅减少,闸门动作频次降低32%;环境适应性更强,可在不同水流条件下稳定维持期望水位(PI算法对部分渠池如闸4的水位调控偏差达0.332 m,超出目标范围)。研究证实,基于SAC的强化学习方法为河道网络水位稳定调控提供了创新解决方案,能有效应对随机流量扰动,提升水位调节稳定性与精准度,为河网智能化管理控制提供重要技术支撑,在工程中应用前景广阔。 展开更多
关键词 河网 水位控制 强化学习 SAC算法 闸门调控
在线阅读 下载PDF
基于ALA优化VMD和Transformer-BiGRU的锂离子电池RUL预测
8
作者 闫来清 梁朝洋 +4 位作者 韩磊 李沁春 蔡钰濠 魏嘉轩 许志超 《电源技术》 北大核心 2026年第2期277-289,共13页
准确预测电池剩余使用寿命(RUL)对保障电池管理系统的安全运行至关重要。然而,电池容量再生效应和测量误差会影响RUL预测精度,传统经验模态分解(EMD)虽能分解信号,却存在模态混叠问题;此外,现有方法中变分模态分解、预测模型核心参数大... 准确预测电池剩余使用寿命(RUL)对保障电池管理系统的安全运行至关重要。然而,电池容量再生效应和测量误差会影响RUL预测精度,传统经验模态分解(EMD)虽能分解信号,却存在模态混叠问题;此外,现有方法中变分模态分解、预测模型核心参数大多依赖手动设置,不仅耗时费力且预测效果受主观因素影响较大。针对上述难题,提出了一种基于ALA优化VMD和Transformer-BiGRU的预测方法。利用人工旅鼠算法(ALA)对变分模态分解(VMD)的模态分解层数与惩罚因子进行优化,通过VMD将电池容量数据分解为不同频率的模态分量,减小容量再生效应和测量误差的影响。构建了结合注意力机制(Transformer)和双向门控循环单元(BiGRU)的预测模型,并通过海星优化算法(SFOA)优化模型结构和关键参数,将各分量的预测结果加和得到最终预测值。基于MATLAB平台在两组公开数据集上验证了所提模型的有效性,并与其他预测方法进行对比。结果表明,所提方法的均方根误差(RMSE)均低于0.5%,预测精度较高。 展开更多
关键词 锂离子电池 人工旅鼠算法 海星优化算法 变分模态分解 双向门控循环单元 Transformer模型
在线阅读 下载PDF
电动汽车充电桩充电负荷ISSA优化CNN-GRU短期预测
9
作者 刘兵 张明 《机械设计与制造》 北大核心 2026年第2期37-41,共5页
为了提高电动汽车充电桩设备的充电负荷短期预测能力,设计了一种改进麻雀搜索算法(ISSA)来实现卷积神经网络-门控循环神经网络(CNN-GRU)混合神经网络模型。综合发挥CNN特征提取、数据降维和GRU神经网络的各自优势,建立了一种CNN-GRU模型... 为了提高电动汽车充电桩设备的充电负荷短期预测能力,设计了一种改进麻雀搜索算法(ISSA)来实现卷积神经网络-门控循环神经网络(CNN-GRU)混合神经网络模型。综合发挥CNN特征提取、数据降维和GRU神经网络的各自优势,建立了一种CNN-GRU模型,再以ISSA实现模型参数的优化,最后利用优化模型预测充电负荷。研究结果表明:与其它模型相比,ISSA-CNN-GRU模型的MAE与RMSE均值达到了最小,获得了最高预测精度,预测结果误差较为集中。CNN模型在处理充电负荷大幅转折时,形成了较大的预测误差。ISSA算法对参数进行优化后能够实现CNN-GRU模型预测精度的显著提升。采用ISSA-CNN-GRU模型预测达到了最优精度,对于短时间的电动汽车充电负荷预测具备较大优势。逐渐增多网络层数后,CNN模型达到了更高预测精度,GRU模型则在二层网络层时达到了最高精度。 展开更多
关键词 深度学习 卷积神经网络 门控循环单元 麻雀搜索算法 电动汽车 充电负荷
在线阅读 下载PDF
基于自注意力机制和COA优化的CNN-BiGRU日前电价预测
10
作者 李志飞 张玮 王辉 《齐鲁工业大学学报》 2026年第1期1-8,共8页
日前电价预测结果作为电力市场中的关键信号,对电力系统的正常运行起到重要的作用,对此提出一种基于自注意力机制与长鼻浣熊优化算法(Coati Optimization Algorithm,COA)的卷积神经网络和双向门控循环单元网络的日前电价预测模型。模型... 日前电价预测结果作为电力市场中的关键信号,对电力系统的正常运行起到重要的作用,对此提出一种基于自注意力机制与长鼻浣熊优化算法(Coati Optimization Algorithm,COA)的卷积神经网络和双向门控循环单元网络的日前电价预测模型。模型充分考虑了影响电价的电力市场边界条件和外部环境等诸多因素,首先使用皮尔逊相关性系数法对山东省电力市场的披露数据进行相关性分析,得出了影响电价的关键因素。然后将数据输入到基于自注意力机制和长鼻浣熊优化算法的CNN-BiGRU模型中进行训练。通过实验结果表明,该模型的平均绝对误差(Mean Absolute Error,δ_(MAE))、平均绝对百分比误差(Mean Absolute Percentage Error,δ_(MAPE))、确定系数(R-Square,R^(2))3个评价指标分别为10.481、3.23%、0.954,3项指标明显优于其他模型,具有更高的预测精度和稳定性,充分验证了该模型在日前出清电价预测中的可行性。 展开更多
关键词 电价预测 自注意力机制 卷积神经网络 双向门控循环单元网络 长鼻浣熊优化算法
在线阅读 下载PDF
多策略量子麻雀搜索算法在NISQ量子比特映射中的应用
11
作者 刘述娟 韩雪娜 +2 位作者 李晖 王杰鹏 姬迎松 《计算机系统应用》 2026年第2期237-247,共11页
在噪声中等规模量子(noisy intermediate-scale quantum,NISQ)时代,由于硬件耦合约束,CNOT门往往无法直接执行,需要引入额外的SWAP门将逻辑量子比特映射至合适的物理位置,以确保电路的可执行性.为了减少传统量子比特映射过程中由于SWAP... 在噪声中等规模量子(noisy intermediate-scale quantum,NISQ)时代,由于硬件耦合约束,CNOT门往往无法直接执行,需要引入额外的SWAP门将逻辑量子比特映射至合适的物理位置,以确保电路的可执行性.为了减少传统量子比特映射过程中由于SWAP操作引起的额外开销,提出多策略量子麻雀搜索算法(multi-strategy quantum sparrow search algorithm,MQSSA),并应用于量子比特映射中.基于作用于同一量子比特对的非近邻(non-nearest neighbour,non-NN) CNOT门的个数,定义量子比特联动次数;结合CNOT门物理间距,定义联动量子门集;根据量子比特联动次数以及SWAP门数量构建适应度函数;同时将适应度最优的个体定义为发现者,通过引入量子叠加态机制,使发现者具备并行搜索能力,可以同时探索多个位置,扩大搜索空间.此外,为了避免陷入局部最优,MQSSA引入高斯噪声作为跟随者位置更新扰动机制,增强跳出局部最优能力;设置警戒者机制维持搜索多样性.实验结果表明,在t|ket)和Qiskit编译器中,MQSSA的SWAP门数量分别平均减少37.5%和46.6%,硬件开销分别平均减少13.3%和13.2%.这表明算法在量子比特映射中的表现更加高效,提升了优化结果质量. 展开更多
关键词 耦合约束 量子比特映射 多策略量子麻雀搜索算法 量子比特联动次数 联动量子门集 适应度函数 高斯噪声 扰动机制
在线阅读 下载PDF
基于因果自注意力机制和蛇鹫优化算法的电力负荷预测
12
作者 郭常庆 张玲华 《电子设计工程》 2026年第1期1-6,共6页
针对单一神经网络负荷预测精度较低的问题,提出一种基于因果自注意力机制和蛇鹫优化算法(SBOA)的电力负荷预测模型。该模型通过时间卷积网络(TCN)对输入数据进行特征提取,利用因果自注意力(CSA)机制对提取的特征分配权重,突出重要信息... 针对单一神经网络负荷预测精度较低的问题,提出一种基于因果自注意力机制和蛇鹫优化算法(SBOA)的电力负荷预测模型。该模型通过时间卷积网络(TCN)对输入数据进行特征提取,利用因果自注意力(CSA)机制对提取的特征分配权重,突出重要信息的影响力,采用门控循环单元(GRU)对CSA机制处理完的特征进行时间序列建模,并且利用了SBOA优化模型的超参数。通过仿真实验显示,所提模型的平均绝对百分比误差(MAPE)为1.249 4%,决定系数(R2)为0.991 2,均方根误差(RMSE)为140.37 MW,预测精度优于其他对比模型,验证了所提模型的有效性。 展开更多
关键词 电力负荷预测 时间卷积网络 门控循环单元 因果自注意力机制 蛇鹫优化算法
在线阅读 下载PDF
基于WOA-GRU的民航风切变风险预测模型
13
作者 王占海 陈奇 +2 位作者 吴涛 张楠 曹大树 《科学技术与工程》 北大核心 2026年第1期395-401,共7页
为提高民航风切变风险预测模型的预测性能,提升其适用性和预测精度,提出一种引入约束动态调整策略的鲸鱼算法(whale optimization algorithm, WOA)优化门控循环单元(gated recurrent unit, GRU)的民航风切变风险预测模型。首先,基于民... 为提高民航风切变风险预测模型的预测性能,提升其适用性和预测精度,提出一种引入约束动态调整策略的鲸鱼算法(whale optimization algorithm, WOA)优化门控循环单元(gated recurrent unit, GRU)的民航风切变风险预测模型。首先,基于民航不安全事件数据,构建了风切变风险指标体系并提出了月平均风险指标量化计算方法,为风切变风险预测提供了标准化输入;其次,针对传统WOA优化高维参数易陷入局部最优或搜索效率低的问题,引入超参数敏感性因子,使模型更快逼近全局最优解;再次,利用WOA全局搜索和GRU时序特征提取的优势,构建了WOA-GRU组合模型并应用到民航风切变风险预测领域。结果表明:WOA-GRU相比于反向传播(back propagation, BP)神经网络、卷积神经网络(convolutional neural networks, CNN)模型,均方误差(mean square error, MSE)分别降低了65.45%、74.91%,平均绝对误差(mean absolute error, MAE)分别降低了64.66%、65.85%,模型预测精度性能优于其他比照模型。所提模型较好地拟合了月风切变风险的历史序列,在风切变风险预测预警方面展现出更高的准确率和可靠性。 展开更多
关键词 门控循环单元 鲸鱼优化算法 时间序列预测 风切变 风险预测
在线阅读 下载PDF
嘉善县姚庄圩区闸泵群水动力联合优化调度模拟研究
14
作者 徐存东 张昊臣 +3 位作者 訾亚辉 齐敦哲 韩文浩 沈家兴 《排灌机械工程学报》 北大核心 2026年第2期173-181,共9页
嘉善县姚庄圩区河网地势低缓,结构复杂,存在水体交换速度缓慢、水动力不足等问题.构建MIKE21二维河网水动力模型,并以闸泵运行能耗费用最低为主要目标函数,以流速、闸泵过流流量及过水时间为约束条件,建立闸泵联合调控优化调度模型,采... 嘉善县姚庄圩区河网地势低缓,结构复杂,存在水体交换速度缓慢、水动力不足等问题.构建MIKE21二维河网水动力模型,并以闸泵运行能耗费用最低为主要目标函数,以流速、闸泵过流流量及过水时间为约束条件,建立闸泵联合调控优化调度模型,采用灰狼优化算法进行模型求解,得出更经济高效的调控方案,模拟分析在不同调控方案下水动力调控效果.结果表明,在优化调度方案运行下,各泵站及闸站的总耗电量降低了67.95%,水动力改善效果得到了明显提升,河道平均流速和最大流速明显增加,死水段长度占比缩短,河网整体最大流速可达0.325 m/s,最为突出的点位为南亦湾河段,流速大小增加幅度在50%~80%.研究结果可为中国平原河网闸泵联合调控提供技术支撑. 展开更多
关键词 平原河网 水动力 灰狼优化算法 闸泵联调 优化调度
在线阅读 下载PDF
多通道低延时前向纠错系统的FPGA实现
15
作者 杨晨 董航 《网络新媒体技术》 2026年第1期66-74,共9页
在光网络处理速率需求持续提升与多通道混合型业务场景广泛应用的背景下,为解决光网络多通道输入数据前向纠错(FEC)处理场景中存在的数据拥塞和资源冗余问题,本文面向硬件架构优化,提出一种基于Reed-Solomon码结构特点的多层次架构。该... 在光网络处理速率需求持续提升与多通道混合型业务场景广泛应用的背景下,为解决光网络多通道输入数据前向纠错(FEC)处理场景中存在的数据拥塞和资源冗余问题,本文面向硬件架构优化,提出一种基于Reed-Solomon码结构特点的多层次架构。该架构整合高速轮询调度算法、多通道少量中间变量独立动态缓存机制与RiBM算法结构流水化,实现动态资源分配与模块高效复用,构建编译码全链路优化的低延时前向纠错系统。通过现场可编程逻辑门阵列(FPGA)的仿真综合验证表明,在16通道混合业务数据并行传输条件下,系统的FEC处理延时<0.864μs,较传统单通道编解码复用处理架构实现50%的时延压缩,同时逻辑资源消耗较全独立链路编译码方案减少90%,显著提高前向纠错处理效率。 展开更多
关键词 REED-SOLOMON码 数据拥塞 资源冗余 RiBM算法 轮询调度 独立动态缓存机制 编译码 现场可编程逻辑门阵列
在线阅读 下载PDF
尾矿坝位移实时预测在线深度学习方法研究
16
作者 唐宇峰 何俚秋 胡光忠 《安全与环境学报》 北大核心 2026年第2期529-536,共8页
尾矿坝位移趋势表现为显著的动态特性,传统的静态位移预测模型难以反映尾矿坝动态位移趋势。针对上述问题,提出一种将粒子烟花算法(Particle Fireworks Algorithm,PFA)、动态窗口的在线学习(Dynamic Window-based Online Learning,DWOL... 尾矿坝位移趋势表现为显著的动态特性,传统的静态位移预测模型难以反映尾矿坝动态位移趋势。针对上述问题,提出一种将粒子烟花算法(Particle Fireworks Algorithm,PFA)、动态窗口的在线学习(Dynamic Window-based Online Learning,DWOL)机制和门控循环单元(Gated Recurrent Unit,GRU)相结合的PFA-GRU-DWOL的尾矿坝位移实时预测方法。首先,为提升模型的计算精度和运算效率,提出了一种新型的PFA优化算法;其次,结合PFA和GRU,构建基于PFA-GRU的尾矿坝位移预测初始模型,并实时预测尾矿坝位移;再次,对比预测及实测结果,基于移动平均误差自动控制在线学习频率,构建了一种DWOL在线学习机制,在动态更新预测模型的基础上实现尾矿坝位移的实时预测;最后,以CEC2022基准函数集和攀西地区某尾矿坝位移预测为例,验证了算法及模型的有效性。结果表明:PFA算法在参与对比的7种算法中达到了最佳的收敛速度及稳定性;PFA-GRU-DWOL模型预测结果的M_(AE)、M_(APE)、R_(MSE)和R^(2)分别达到0.21、0.45%、0.28和0.99,明显优于对比模型。研究成果可为尾矿坝位移动态实时预测提供一种新的思路。 展开更多
关键词 安全工程 粒子烟花算法 门控循环单元 在线学习 尾矿坝位移 实时预测
原文传递
基于样本熵和CNN-MGM混合模型的超短期风速预测
17
作者 张楠 朱永奇 +2 位作者 郑创 孙娜 薛小明 《太阳能学报》 北大核心 2026年第1期645-653,共9页
针对风速具有不稳定性和间歇性等特点,提出一种混合风速预测模型,该模型集成卷积神经网络(CNN)、最小门控存储网络(MGM)、鲸鱼优化算法(WOA)和时变滤波器经验模式分解(TVFEMD)。首先采用TVFEMD对原始风速序列进行分解,获得若干子序列;... 针对风速具有不稳定性和间歇性等特点,提出一种混合风速预测模型,该模型集成卷积神经网络(CNN)、最小门控存储网络(MGM)、鲸鱼优化算法(WOA)和时变滤波器经验模式分解(TVFEMD)。首先采用TVFEMD对原始风速序列进行分解,获得若干子序列;随后基于样本熵对分量复杂度进行评估,并对复杂度最高的分量实施TVFEMD二次分解。最后,将得到的各子序列输入混合预测模型进行建模与预测,从而获得对应的子序列预测结果,进而得出最终预测结果。实验结果表明,与其他模型对比,所提模型的平均绝对误差下降2.3%~8.6%,并在不同数据集中得到验证,这证明了混合模型在预测中的有效性。 展开更多
关键词 风速预测 最小门控存储网络 变分模态分解 混合预测模型 鲸鱼优化算法
原文传递
New scale factor correction scheme for CORDIC algorithm 被引量:1
18
作者 戴志生 张萌 +1 位作者 高星 汤佳健 《Journal of Southeast University(English Edition)》 EI CAS 2009年第3期313-315,共3页
To overcome the drawbacks such as irregular circuit construction and low system throughput that exist in conventional methods, a new factor correction scheme for coordinate rotation digital computer( CORDIC) algorit... To overcome the drawbacks such as irregular circuit construction and low system throughput that exist in conventional methods, a new factor correction scheme for coordinate rotation digital computer( CORDIC) algorithm is proposed. Based on the relationship between the iteration formulae, a new iteration formula is introduced, which leads the correction operation to be several simple shifting and adding operations. As one key part, the effects caused by rounding error are analyzed mathematically and it is concluded that the effects can be degraded by an appropriate selection of coefficients in the iteration formula. The model is then set up in Matlab and coded in Verilog HDL language. The proposed algorithm is also synthesized and verified in field-programmable gate array (FPGA). The results show that this new scheme requires only one additional clock cycle and there is no change in the elementary iteration for the same precision compared with the conventional algorithm. In addition, the circuit realization is regular and the change in system throughput is very minimal. 展开更多
关键词 coordinate rotation digital computer (CORDIC) algorithm scale factor correction field-programmable gate array (FPGA)
在线阅读 下载PDF
基于SSA-VMD-GRU组合模型的桥梁监测缺失数据重构方法研究
19
作者 周宇 周明扬 +2 位作者 狄生奎 郭家骥 黄继源 《振动与冲击》 北大核心 2026年第3期115-123,共9页
针对桥梁健康监测数据因环境干扰或传感器故障导致的异常或缺失,提出了一种基于麻雀搜索算法(sparrow search algorithm,SSA)共同优化变分模态分解(variational mode decomposition,VMD)和门控循环单元(gated recurrent units,GRU)的桥... 针对桥梁健康监测数据因环境干扰或传感器故障导致的异常或缺失,提出了一种基于麻雀搜索算法(sparrow search algorithm,SSA)共同优化变分模态分解(variational mode decomposition,VMD)和门控循环单元(gated recurrent units,GRU)的桥梁异常监测数据修复方法。研究利用SSA对VMD中分解层数K和惩罚因子α进行寻优以获取准确结构响应,选择SSA对GRU关键超参数进行优化,通过训练使模型达到最佳状态后,将分解后的信号作为输入进行预测修复,以重构桥梁缺失监测数据,通过对比单一GRU模型、VMD-GRU模型预测结果,以均方根误差、平均绝对误差、平均绝对百分比误差和R^(2)作为误差指标来评价所提方法的科学性与实用性。研究表明,所提方法可在非经验指导下获得最佳参数组合,挠度测试集均方根误差为6.070 2%,应变测试集均方根误差仅为0.150 0%,该方法适用于桥梁异常或缺失监测数据的重构,能够提高数据质量和数据使用的正确率,为桥梁健康监测与决策提供方法基础。 展开更多
关键词 桥梁健康监测 异常监测数据 麻雀搜索算法(SSA) 变分模态分解(VMD) 门控循环单元(GRU) 数据重构
在线阅读 下载PDF
基于CEEMDAN-DBO-VMD-TCN-BiGRU的短期风电功率预测
20
作者 陈旭东 卞礼杰 +3 位作者 马刚 陈浩 詹孝升 彭乐瑶 《综合智慧能源》 2026年第1期13-22,共10页
提升风电功率预测的准确性对于保障电网安全与稳定运行至关重要。然而,风电具有高度的随机性和波动性,传统预测方法在特征提取和建模能力方面存在不足。为此,提出一种融合完全自适应噪声集合经验模态分解(CEEMDAN)、蜣螂优化(DBO)算法... 提升风电功率预测的准确性对于保障电网安全与稳定运行至关重要。然而,风电具有高度的随机性和波动性,传统预测方法在特征提取和建模能力方面存在不足。为此,提出一种融合完全自适应噪声集合经验模态分解(CEEMDAN)、蜣螂优化(DBO)算法、变分模态分解(VMD)、时间卷积网络(TCN)与双向门控循环单元(BiGRU)的短期风电功率预测模型CEEMDAN-DBO-VMD-TCN-BiGRU。利用CEEMDAN对原始风电功率数据进行分解,提取内在模态函数(IMF)以捕捉时间序列的关键特征;通过样本熵与K-means聚类将IMF划分为高频、中频和低频分量,选取高频分量采用DBO优化的VMD进行二次分解,以提高特征提取效果并降低计算复杂度;所有分量经归一化处理后输入TCN-BiGRU组合模型进行预测,各分量预测结果经叠加与反归一化处理获得最终预测值。试验结果显示,相较于对比模型,该模型的预测精度最优,验证了所提模型的有效性、稳定性和应用潜力。 展开更多
关键词 风电功率预测 完全自适应噪声集合经验模态分解 蜣螂优化算法 变分模态分解 样本熵 K-MEANS聚类 时间卷积网络 双向门控循环单元
在线阅读 下载PDF
上一页 1 2 49 下一页 到第
使用帮助 返回顶部