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6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：
基于APSO-ELM和模糊逻辑的灌溉时间决策 被引量：4
1
作者 田强明 温宗周 +1 位作者 李丽敏 张顺锋 《中国农村水利水电》 北大核心 2020年第4期124-128,共5页
针对现有温室中采用基于定时器、流量计以及利用模糊控制方法实现的灌溉决策系统,没有考虑到作物各生育期的水分消耗情况,容易导致灌溉决策精度的损失问题。提出了一种基于自适应粒子群极限学习机(Adapation Particle Swarm Optimizatio... 针对现有温室中采用基于定时器、流量计以及利用模糊控制方法实现的灌溉决策系统,没有考虑到作物各生育期的水分消耗情况,容易导致灌溉决策精度的损失问题。提出了一种基于自适应粒子群极限学习机(Adapation Particle Swarm Optimization-Extreme Learning Machine,APSO-ELM)算法和模糊逻辑系统的灌溉时间决策的设计。因APSO能够提高跳出局部搜索的能力以及ELM具有学习速率快等优点,所以将其结合来实现对参考作物蒸发蒸腾量的预测。因模糊逻辑系统能够满足灌溉是一个时滞性、非线性过程,所以利用作物蒸发蒸腾量和土壤下降率输入模糊逻辑系统,输出当前作物需要灌溉的时间。实验结果表明,该设计可以输出准确的灌溉时间。 展开更多
关键词 apso-elm 模糊逻辑系统 蒸发蒸腾量 土壤湿度下降率 灌溉时间决策
在线阅读 下载PDF
基于APSO_ELM算法的地铁列车碳滑板磨耗的预测 被引量：1
2
作者 郝玉然 王自鑫 李正培 《现代计算机》 2022年第18期42-46,共5页
为了准确预测地铁列车碳滑板磨耗量,本文选择训练速度快、参数设置少、准确度高的极限学习机(ELM)模型。针对ELM模型在训练过程中随机产生权值和阈值,导致模型泛化能力不足、稳定性差等缺点,引入基于收缩因子改进的自适应粒子群算法(AP... 为了准确预测地铁列车碳滑板磨耗量,本文选择训练速度快、参数设置少、准确度高的极限学习机(ELM)模型。针对ELM模型在训练过程中随机产生权值和阈值,导致模型泛化能力不足、稳定性差等缺点,引入基于收缩因子改进的自适应粒子群算法(APSO)对其进行优化,提出了一种基于自适应粒子群优化极限学习机(APSO-ELM)的碳滑板磨耗预测模型。将该模型运用到碳滑板磨耗实例预测中,在选取的270组样本数据中,前235组作为训练样本,后35组作为测试样本,以影响碳滑板磨耗的主要因素——地铁运行公里数作为输入参数,以碳滑板厚度为输出参数,将预测结果与ELM模型预测进行对比。结果表明,APSO-ELM模型有较高的预测精度,预测值更逼近于实际值,验证了APSO-ELM模型在碳滑板磨耗预测中的可靠性和有效性。 展开更多
关键词 碳滑板磨耗 ELM 收缩因子 apso-elm
在线阅读 下载PDF
基于VDM与APSO优化极限学习机的船舶运动姿态预报 被引量：6
3
作者 孙珽 徐东星 +3 位作者 尹勇 张秀凤 苌占星 叶进 《船舶工程》 CSCD 北大核心 2019年第11期89-97,共9页
为提高船舶在海上运动的耐波性与适航性,并为解决具有非线性、随机性和非平稳性特点的船舶运动姿态难以准确预测的问题,提出运用一种基于变分模态分解和自适应粒子群算法优化极限学习机的组合预测模型。该算法首先利用变分模态分解将船... 为提高船舶在海上运动的耐波性与适航性,并为解决具有非线性、随机性和非平稳性特点的船舶运动姿态难以准确预测的问题,提出运用一种基于变分模态分解和自适应粒子群算法优化极限学习机的组合预测模型。该算法首先利用变分模态分解将船舶运动姿态序列分解为一系列限带内本征模态函数,并且变分模态分解可以避免经验模态分解技术所产生的模态混叠和端点效应,可以降低序列的非平稳性对预测精度的影响;然后对各模态分量分别建立极限学习机预测模型,并用改进的粒子群算法对极限学习机的初始权值和阈值进行优化;最后将各模态分量预测结果进行叠加,得到最终的船舶运动姿态预测值。通过模拟试验测试并与其他传统的预测方法进行比较,结果表明所建立的组合预测模型具有更高的预测精度。 展开更多
关键词 船舶姿态预报 变分模态分解 自适应粒子群算法 极限学习机
原文传递
基于APSO-Robust-ELM的大坝变形原始监测数据粗差识别方法 被引量：3
4
作者 杨兴富 刘得潭 +4 位作者 杨进 刘少文 高睿颖 顾昊 王岩博 《水力发电》 CAS 2024年第6期111-116,共6页
针对大坝原始监测数据普遍存在粗差的问题,提出了稳健估计与极限学习机相结合的粗差识别方法;并在此基础上,利用自适应粒子群算法寻找神经网络的最佳隐含层节点数;最后利用大坝安全预测模型验证所用方法的必要性和适用性。在工程实例分... 针对大坝原始监测数据普遍存在粗差的问题,提出了稳健估计与极限学习机相结合的粗差识别方法;并在此基础上,利用自适应粒子群算法寻找神经网络的最佳隐含层节点数;最后利用大坝安全预测模型验证所用方法的必要性和适用性。在工程实例分析中,将APSO-Robust-ELM法与Robust-ELM法、罗曼诺夫斯基准则和拉依达准则的处理结果进行对比,结果表明,APSO-Robust-ELM法能够更好的识别原始监测数据中的粗差,从而提高大坝安全运行的管理效率。 展开更多
关键词 监测数据 大坝安全 粗差识别 人工智能 APSO-Robust-ELM
在线阅读 下载PDF
改进二阶灰色极限学习机在船舶运动预报中的应用 被引量：2
5
作者 孙珽 徐东星 +1 位作者 苌占星 叶进 《中国航海》 CSCD 北大核心 2020年第3期20-26,共7页
为提高船舶运动预报的精度,基于海上船舶运动姿态具有灰色特性和周期性振荡特性的特点,提出一种以误差平方和最小为准则的改进二阶灰色极限学习机组合预测模型,对船舶运动姿态进行预报。该方法利用五点三次平滑算法对船舶运动姿态序列... 为提高船舶运动预报的精度,基于海上船舶运动姿态具有灰色特性和周期性振荡特性的特点,提出一种以误差平方和最小为准则的改进二阶灰色极限学习机组合预测模型,对船舶运动姿态进行预报。该方法利用五点三次平滑算法对船舶运动姿态序列进行平滑降噪,采用余弦函数变换构建GM(2,1)预测模型;利用自适应粒子群算法(Adaptive Particle Swarm Optimization,APSO)优化极限学习机权值和阈值参数,对不同模型预测结果进行加权求和,构建改进二阶灰色极限学习机组合预测模型。对2组船模水池试验纵摇时历进行预报,并将其与其他传统的预测方法相比较,结果表明,建立的组合预测模型具有更好的预测精度和泛化能力。 展开更多
关键词 水路运输 灰色预测模型 自适应粒子群算法 极限学习机 船舶姿态预报
在线阅读 下载PDF
改进极限学习机在电石炉温度预测中的应用研究
6
作者 孙尧杰 谭功全 +1 位作者 庞宏杰 马佳宇 《佳木斯大学学报(自然科学版)》 2026年第4期162-165,共4页
为提高电石炉温度预测的准确性与稳定性,提出了一种基于改进极限学习机(EAPSO-ELM)的温度预测模型。首先,利用COMSOL Multiphysics构建电石生产过程的热化学模型,结合有限元法模拟炉内温度分布,并基于仿真与现场数据构建数据集。在构建... 为提高电石炉温度预测的准确性与稳定性,提出了一种基于改进极限学习机(EAPSO-ELM)的温度预测模型。首先,利用COMSOL Multiphysics构建电石生产过程的热化学模型,结合有限元法模拟炉内温度分布,并基于仿真与现场数据构建数据集。在构建预测模型时,引入了自适应粒子群优化算法(APSO)对极限学习机(ELM)的输入权重与偏置参数进行优化,同时结合集成学习机制,以进一步提升模型的泛化能力与预测准确性。实验在MATLAB平台上完成,并与BP,SVM,RBF及原始ELM等模型进行了对比分析。结果表明,EAPSO-ELM模型在均方根误差(RMSE)、平均绝对百分比误差(MAPE)及命中率(HR)等指标上均表现最优,能够满足工业现场对电石炉温度预测的精度与实时性要求,为实现智能化控制提供了有效支持。 展开更多
关键词 电石炉 温度预测 极限学习机(ELM) 自适应粒子群优化(APSO)
在线阅读 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 下一页 到第 页
使用帮助 返回顶部