期刊文献+
共找到100篇文章
< 1 2 5 >
每页显示 20 50 100
基于SQP和GRNN的商用客车动力学参数自适应辨识
1
作者 房熙博 宁一高 +1 位作者 赵轩 周猛 《汽车安全与节能学报》 北大核心 2025年第4期648-656,共9页
提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键... 提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键参数;搭建TruckSim与Matlab/Simulink联合仿真平台,在不同工况下进行仿真试验。结果表明:相较于固定参数模型,在正弦波转角工况下,采用该模型的质心侧偏角与TruckSim模型的最大值误差减小73.9%;其侧倾角与TruckSim模型的最大值误差减少了76.7%;在双移线工况下,这2个误差分别减小98.0%和63.1%。从而,证明了本文方法的可行性和有效性。 展开更多
关键词 汽车安全 商用客车 序列二次规划(SQP)算法 广义回归神经网络(grnn)模型 动力学参数 自适应辨识
在线阅读 下载PDF
基于WOA-GRNN的胶结砂抗剪强度预测研究
2
作者 徐冬池 《重庆建筑》 2025年第5期80-83,共4页
为揭示含水率、胶结物体积占比和法向压力对胶结砂抗剪强度的影响,基于室内直剪试验数据,采用鲸鱼算法优化广义回归神经网络,建立了胶结砂抗剪强度预测模型。结果表明:WOA-GRNN平均绝对误差百分比仅为0.93%,均方根误差为2.395 kPa,该模... 为揭示含水率、胶结物体积占比和法向压力对胶结砂抗剪强度的影响,基于室内直剪试验数据,采用鲸鱼算法优化广义回归神经网络,建立了胶结砂抗剪强度预测模型。结果表明:WOA-GRNN平均绝对误差百分比仅为0.93%,均方根误差为2.395 kPa,该模型能够快速准确得到胶结砂的抗剪强度。通过室内直剪试验验证,含水率、胶结物体积占比和法向压力参数对应的抗剪强度相对误差大部分低于5%,验证了模型在胶结砂抗剪强度预测方面的准确性和可靠性。WOA-GRNN模型有效降低了模型的复杂度,提高了预测精度,并缩短了运行时间。 展开更多
关键词 胶结砂 抗剪强度 鲸鱼算法 广义回归神经网络
在线阅读 下载PDF
基于IDBO-GRNN的多参数火灾预测模型研究
3
作者 李岩 王勇 孔冬冬 《自动化与仪表》 2025年第12期47-51,57,共6页
多参数火灾预测具有较强的非线性特征,为进一步提高算法模型的准确率及泛化能力,该文提出一种融合改进的Circle混沌映射和自适应扰动因子策略的改进型蜣螂优化算法(IDBO),并利用广义回归神经网络(GRNN)非线性映射能力和鲁棒性强的特点,... 多参数火灾预测具有较强的非线性特征,为进一步提高算法模型的准确率及泛化能力,该文提出一种融合改进的Circle混沌映射和自适应扰动因子策略的改进型蜣螂优化算法(IDBO),并利用广义回归神经网络(GRNN)非线性映射能力和鲁棒性强的特点,构建IDBO-GRNN预测模型。通过IDBO算法搜索GRNN的全局最优平滑参数。仿真实验中,选取100组标准明火、阴燃火及典型干扰数据训练,随机另选25组测试;输入火灾特征参量为温度、烟雾浓度和CO浓度,输出为火灾概率。模型中蜣螂种群个数取30,最大迭代次数为80,采用均方根误差作为适应度目标函数。测试结果表明,IDBO-GRNN的预测精度均优于BP、GRNN及DBO-GRNN模型,且该文方法的寻优能力及适用性更好。 展开更多
关键词 多参数火灾预测 改进型蜣螂优化算法 广义回归神经网络 IDBO-grnn模型
在线阅读 下载PDF
GRNN算法在电力系统负荷建模中的应用 被引量:8
4
作者 余健明 李萌 舒菲 《电力系统及其自动化学报》 CSCD 北大核心 2009年第1期104-107,共4页
针对传统负荷模型不能有效地克服负荷建模中的非线性和不连续性等问题,提出了一种基于广义回归神经网络的负荷建模方法。利用广义回归神经网络具有的全局逼近和最佳逼近能力及网络稳健、快速收敛的优点,建立了新的电力系统综合负荷模型... 针对传统负荷模型不能有效地克服负荷建模中的非线性和不连续性等问题,提出了一种基于广义回归神经网络的负荷建模方法。利用广义回归神经网络具有的全局逼近和最佳逼近能力及网络稳健、快速收敛的优点,建立了新的电力系统综合负荷模型。并与两种改进的反向传播网路模型进行了比较,仿真实例证明了该模型对电力系统负荷模型辨识的有效性和准确性。 展开更多
关键词 广义回归神经网络算法 负荷建模 电力系统
在线阅读 下载PDF
基于GRNN网络和遗传算法的旋翼动平衡调整 被引量:11
5
作者 刘红梅 王少萍 欧阳平超 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2008年第5期507-511,共5页
针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以... 针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以旋翼转轴3个方向的加速度测量值和机身3个方向加速度测量值作为网络输出,建立调整参数与直升机振动信号之间的模型.以直升机振动作为目标函数,采用改进的遗传算法对桨叶调整参数进行寻优,获得直升机振动最小时的桨叶的调整量.飞行实验表明,通过1到2次飞行调整,可使3个方向机身振动(旋翼的一阶振动)为最小,完成旋翼的动平衡调整. 展开更多
关键词 旋翼 动平衡 广义回归神经网络(grnn) 遗传算法 优化
在线阅读 下载PDF
基于GRNN网络的CO_2气体保护焊工艺碳排放建模与参数优化 被引量:16
6
作者 罗毅 曹华军 +1 位作者 李洪丞 程海琴 《中国机械工程》 EI CAS CSCD 北大核心 2013年第17期2398-2403,共6页
以CO2气体保护焊为研究对象,通过对其碳排放特性进行分析,综合考虑物料、能源及工艺三个碳排放源,建立了焊接工艺碳排放特性函数;以质量和成本为约束,利用广义回归神经网络拟合各输入参数与质量、成本和碳排放的关系,建立了碳排放综合... 以CO2气体保护焊为研究对象,通过对其碳排放特性进行分析,综合考虑物料、能源及工艺三个碳排放源,建立了焊接工艺碳排放特性函数;以质量和成本为约束,利用广义回归神经网络拟合各输入参数与质量、成本和碳排放的关系,建立了碳排放综合评价优化模型,并采用遗传算法进行求解。将该模型应用于装载机燃油箱焊接工艺参数的选择,应用结果表明,该模型能在保证油箱焊接质量和成本的前提下降低工艺过程碳排放。 展开更多
关键词 焊接碳排放 grnn网络 遗传算法 参数选择
在线阅读 下载PDF
基于改进GRNN的煤矿井下瓦斯浓度预测
7
作者 张兆宏 刘伟 +1 位作者 单宇廷 王英伟 《能源与环保》 2025年第6期56-61,71,共7页
瓦斯含量反映煤层瓦斯储存,瓦斯浓度指空气中瓦斯占比,由于存在电磁干扰等多种因素,导致瓦斯浓度预测时面临相对误差和均方误差较高的问题,这种数据精度上的不足,影响了对煤矿井下瓦斯浓度的准确预测,使得预测效果较差。为此,提出基于改... 瓦斯含量反映煤层瓦斯储存,瓦斯浓度指空气中瓦斯占比,由于存在电磁干扰等多种因素,导致瓦斯浓度预测时面临相对误差和均方误差较高的问题,这种数据精度上的不足,影响了对煤矿井下瓦斯浓度的准确预测,使得预测效果较差。为此,提出基于改进GRNN的煤矿井下瓦斯浓度预测方法,该方法使用瓦斯传感器采集煤矿井下瓦斯含量数据,作为煤矿井下瓦斯浓度预测样本;构建基于改进GRNN的瓦斯浓度预测模型,由果蝇算法寻优设定可实现瓦斯浓度预测结果均方误差最小化的平滑因子,改进GRNN模型,利用此模型学习瓦斯含量与浓度之间关系,预测煤矿井下瓦斯浓度。实验结果显示,利用此方法预测瓦斯浓度时,全量程最大相对误差2.6%,最小均方误差为0.015,瓦斯浓度预测值与实际值基本一致,预测煤矿井下瓦斯浓度效果较好。 展开更多
关键词 改进grnn 煤矿井下 瓦斯浓度预测 瓦斯传感器 果蝇算法 平滑因子
在线阅读 下载PDF
Gram-Schmidt算法与GRNN融合的加工番茄早疫病高光谱预测 被引量:3
8
作者 尹小君 李满春 +1 位作者 赵思峰 王登伟 《农业工程学报》 EI CAS CSCD 北大核心 2011年第12期136-140,共5页
加工番茄早疫病的准确预测,有助于及时采取防治措施,降低产量损失。测定加工番茄早疫病冠层光谱,对380~760nm进行连续统去除变换,提取波段深度、波段位置、波段宽度、斜率、面积等特征参数,并对原始光谱提取红谷、绿峰、红边及相应波... 加工番茄早疫病的准确预测,有助于及时采取防治措施,降低产量损失。测定加工番茄早疫病冠层光谱,对380~760nm进行连续统去除变换,提取波段深度、波段位置、波段宽度、斜率、面积等特征参数,并对原始光谱提取红谷、绿峰、红边及相应波段位置等特征参数。利用Gram-Schmidt算法对特征参数进行成分提取,作为广义回归神经网络(GRNN)的输入变量,对加工番茄早疫病病情严重度进行预测。研究结果表明,与多元线性回归和偏最小二乘法预测模型比较,Gram-Schmidt算法与GRNN融合模型的预测精度相对较高,R2为0.843,RMSE为0.136,该方法能够对加工番茄早疫病病情严重度进行快速、准确的预测。 展开更多
关键词 光谱分析 Gram-Schmidt算法 grnn 加工番茄 早疫病
在线阅读 下载PDF
基于GRNN算法的铜转炉吹炼终点预报模型 被引量:2
9
作者 徐翔 刘大方 徐建新 《昆明理工大学学报(自然科学版)》 北大核心 2021年第3期9-17,共9页
针对PS转炉炼铜过程造渣期反应机理复杂,操作过程的间歇性,利用机器学习通过颜色矢量相关性算法、图像颜色矩提取算法优化了图像特征,构建了深度学习的转炉炼铜造渣期火焰图像分析模型,提出了转炉炼铜造渣期终点判断模型,对造渣期炉口... 针对PS转炉炼铜过程造渣期反应机理复杂,操作过程的间歇性,利用机器学习通过颜色矢量相关性算法、图像颜色矩提取算法优化了图像特征,构建了深度学习的转炉炼铜造渣期火焰图像分析模型,提出了转炉炼铜造渣期终点判断模型,对造渣期炉口火焰特征值优化处理,建立造渣终点预报模型.结果表明:基于实际生产环境的预测,GRNN算法避免了铜转炉吹炼过程中多指标内部相关性,减少数据冗余和系统误差,使得预测精度达到97.33%.预测精度相对于相关文献报道的预报模型,该模型精度更高,训练次数少,时效性强,为转炉终点判断提供一种新途径. 展开更多
关键词 转炉炼铜 造渣工艺 grnn算法 图像处理 终点判断
原文传递
煤矿瓦斯涌出量动态预测的PCA-MFOA-GRNN模型及应用 被引量:6
10
作者 皮子坤 贾宝山 +2 位作者 贾廷贵 李锐 李宗翔 《传感技术学报》 CAS CSCD 北大核心 2015年第11期1676-1681,共6页
针对煤矿瓦斯涌出受许多因素的影响,为了克服瓦斯涌出中存在的复杂的非线性关系,从而实现稳定、可靠、精确的对煤矿综采工作面瓦斯涌出量进行动态预测,提出了主成分分析法(PCA)结合改进的果蝇算法(MFOA)优化GRNN的绝对瓦斯涌出量的预测... 针对煤矿瓦斯涌出受许多因素的影响,为了克服瓦斯涌出中存在的复杂的非线性关系,从而实现稳定、可靠、精确的对煤矿综采工作面瓦斯涌出量进行动态预测,提出了主成分分析法(PCA)结合改进的果蝇算法(MFOA)优化GRNN的绝对瓦斯涌出量的预测手段。运用PCA算法对原始输入数据降维;并且对果蝇算法中的Si函数增加一个跳脱参数B,避免局部最优因子对预测模型的干扰;将MFOA算法对GRNN的平滑因子σ进行优化;将PCA结果作为模型的输入,建立了PCA-MFOAGRNN算法的回采工作面瓦斯涌出量动态预测模型,结合实际矿井瓦斯涌出量监测的相关数据检验该模型,并将该模型的预测结果与未修正的FOA-GRNN算法、CIPSO-ENN算法、BP神经网络预测、Elman网络预测结果进行对比,结果表明:该预测模型对GRNN的参数优化后得到的预测模型较其他预测模型有更强的泛化能力和更高的预测精度。 展开更多
关键词 动态预测 MFOA(改进的果蝇算法) grnn(广义回归神经网络) PCA(主成分分析) 瓦斯涌出量
在线阅读 下载PDF
一种SOM和GRNN结合的模式全自动分类新方法 被引量:4
11
作者 张俊本 李朝峰 +1 位作者 居红云 聂百胜 《计算机工程与应用》 CSCD 北大核心 2007年第13期49-51,共3页
非监督学习算法的分类精度通常很难令人满意,而监督的学习算法需要人工选取训练样本,这有时很难得到,并且其分类精度直接依赖于所选取的学习样本。针对这些缺陷,提出一种非监督自组织神经网络(SOMNN)和监督的广义回归网络(GRNN)结合的... 非监督学习算法的分类精度通常很难令人满意,而监督的学习算法需要人工选取训练样本,这有时很难得到,并且其分类精度直接依赖于所选取的学习样本。针对这些缺陷,提出一种非监督自组织神经网络(SOMNN)和监督的广义回归网络(GRNN)结合的全自动模式分类新方法。新方法首先通过SOMNN将原始数据进行自动聚类,再用所得的聚类中心以及中心邻近数据点训练GRNN,然后根据GRNN的分类结果重新计算聚类中心,再根据新的聚类中心和中心邻近点训练GRNN,如此反复,直至得到稳定的中心为止。Iris数据,Wine数据的实验结果都验证了新方法的可行性。 展开更多
关键词 自组织神经网络 广义回归网络 模式自动分类 粒子群优化算法
在线阅读 下载PDF
改进的CS-GRNN模型在城市需水量预测中的应用 被引量:3
12
作者 屈迟文 傅彦铭 戴俊 《西南师范大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第9期127-132,共6页
为了更加准确地预测城市需水量,提出一种基于改进布谷鸟算法优化广义回归神经网络模型的城市需水量预测方法.该方法采用改进的布谷鸟算法对广义回归神经网络的平滑因子进行优化,建立改进布谷鸟算法优化的广义回归神经网络模型(ICS-GRNN)... 为了更加准确地预测城市需水量,提出一种基于改进布谷鸟算法优化广义回归神经网络模型的城市需水量预测方法.该方法采用改进的布谷鸟算法对广义回归神经网络的平滑因子进行优化,建立改进布谷鸟算法优化的广义回归神经网络模型(ICS-GRNN),并应用于南宁市城市需水量预测中.通过使用南宁市2001—2012年城市需水量测试数据分别对传统GRNN法和ICS-GRNN法的预测结果进行比较,结果表明,该方法具有更高的预测精度和数据拟合能力. 展开更多
关键词 grnn模型 布谷鸟算法 城市需水量 预测
在线阅读 下载PDF
基于小波包和BAGRNN的模拟电路故障诊断方法 被引量:7
13
作者 胡鸿志 岑德炼 +1 位作者 吴汝琴 滕全进 《微电子学与计算机》 CSCD 北大核心 2018年第4期42-45,52,共5页
为了克服模拟电路故障诊断中诊断模型预测精度普遍不高且训练时间过长的问题,提出一种基于小波包和BAGRNN的模拟电路故障诊断新方法.该方法选取比BP神经网络更具优势的广义回归神经网络(generalized regression neural network,GRNN)作... 为了克服模拟电路故障诊断中诊断模型预测精度普遍不高且训练时间过长的问题,提出一种基于小波包和BAGRNN的模拟电路故障诊断新方法.该方法选取比BP神经网络更具优势的广义回归神经网络(generalized regression neural network,GRNN)作为网络模型,用小波包变换获取电路故障特征,并利用全局搜索能力强,搜索速度快的寻优算法-蝙蝠算法(bat algorithm,BA)优化GRNN的平滑因子构建出BAGRNN模型,最后利用优化后的FOAGRNN模型进行故障识别分类.仿真实验结果表明,BAGRNN诊断方法较其他方法大大缩短了样本训练时间,具有很高的预测精度,平均诊断正确率可达97.187 5%. 展开更多
关键词 广义回归神经网络 蝙蝠算法 小波包变换 故障诊断 模拟电路
在线阅读 下载PDF
基于复合特征和FOAGRNN的心电图分类 被引量:1
14
作者 郭庆 吴汝琴 徐翠锋 《微电子学与计算机》 CSCD 北大核心 2018年第6期31-35,共5页
为提高心电图分类的准确度,提出一种基于复合特征和FOAGRNN的心电图分类方法.该方法首先用核独立主元分析(KICA)对心电信号进行非线性特征提取得到特征向量A,其次采用小波包变换对心电信号进行多尺度分解,提取小波包节点系数重构后的归... 为提高心电图分类的准确度,提出一种基于复合特征和FOAGRNN的心电图分类方法.该方法首先用核独立主元分析(KICA)对心电信号进行非线性特征提取得到特征向量A,其次采用小波包变换对心电信号进行多尺度分解,提取小波包节点系数重构后的归一化能量组成特征向量B,A和B组合成复合特征向量C作为心电信号特征,再者利用果蝇算法(FOA)优化广义回归神经网络(GRNN)参数构建出FOAGRNN模型,最后利用优化后的分类模型对心电特征进行识别分类.仿真实验结果表明,FOAGRNN分类方法较其它方法具有很高的分类准确度,分类正确率可达到99.0%. 展开更多
关键词 果蝇算法 广义回归神经网络 核独立主元分析 小波包 心电图分类 特征提取
暂未订购
GRNN和遗传算法在赤潮预报中的应用操作 被引量:2
15
作者 孙蓉桦 张微 《科技通报》 2005年第4期485-490,共6页
本文探讨了基于神经网络和遗传算法的赤潮预报模型,根据已有的海洋水质监测数据,运用统计学和人工智能的方法对赤潮预报进行了实际尝试。并将预测效果与传统的回归分析以及基于Fisher 判别准则的判别分析进行了比较。结果证明,这种方法... 本文探讨了基于神经网络和遗传算法的赤潮预报模型,根据已有的海洋水质监测数据,运用统计学和人工智能的方法对赤潮预报进行了实际尝试。并将预测效果与传统的回归分析以及基于Fisher 判别准则的判别分析进行了比较。结果证明,这种方法在赤潮预测预报方面有一定的应用价值。 展开更多
关键词 赤潮预报 回归分析 grnn FISHER准则 遗传算法
在线阅读 下载PDF
基于融合GMM聚类与FOA-GRNN模型的推荐算法 被引量:1
16
作者 李毅鹏 阮叶丽 张杰 《网络与信息安全学报》 2018年第12期25-31,共7页
针对传统基于物品的推荐算法由于数据稀疏性导致的低推荐精度问题,提出了一种融合GMM聚类和FOA-GRNN模型的推荐算法。该算法首先使用高斯混合模型(GMM)方法对物品特征进行聚类;然后根据聚类结果分别构造评分矩阵,并使用Slope One算法填... 针对传统基于物品的推荐算法由于数据稀疏性导致的低推荐精度问题,提出了一种融合GMM聚类和FOA-GRNN模型的推荐算法。该算法首先使用高斯混合模型(GMM)方法对物品特征进行聚类;然后根据聚类结果分别构造评分矩阵,并使用Slope One算法填充评分矩阵;最后计算用户对物品的相似度预测评分作为输入,通过FOA-GRNN模型输出最终的评分。基于movielens-2k数据集的实验结果表明,与其他3种算法相比,该算法能够更好地处理高稀疏性数据,推荐精度更优,并能够在一定程度上解决冷启动问题。 展开更多
关键词 推荐算法 GMM聚类 果绳优化 广义回归神经网络 SLOPE One算法
在线阅读 下载PDF
基于GRNN的拟蒙特卡洛粒子滤波目标跟踪算法 被引量:2
17
作者 陈志敏 薄煜明 +2 位作者 吴盘龙 徐文康 刘正凡 《信息与控制》 CSCD 北大核心 2012年第6期760-766,773,共8页
针对拟蒙特卡洛粒子滤波(QMC-PF)算法计算量大,难以满足雷达目标跟踪实时性需要的问题,提出了一种适用于雷达机动目标跟踪的新型拟蒙特卡洛粒子滤波算法(NQMC-PF).该算法利用QMC方法生成权重较大粒子的低差异性的子代粒子来替换低权重粒... 针对拟蒙特卡洛粒子滤波(QMC-PF)算法计算量大,难以满足雷达目标跟踪实时性需要的问题,提出了一种适用于雷达机动目标跟踪的新型拟蒙特卡洛粒子滤波算法(NQMC-PF).该算法利用QMC方法生成权重较大粒子的低差异性的子代粒子来替换低权重粒子,保证了样本的质量和多样性,同时利用广义回归神经网络(GRNN)计算子代粒子的权重,提高了滤波的精度和速度.实验结果表明,该算法的计算精度高于标准拟蒙特卡洛粒子滤波算法,同时运算时间短,实时性好,能够应用于对雷达目标的跟踪上. 展开更多
关键词 粒子滤波 拟蒙特卡洛方法 广义回归神经网络(grnn) 目标跟踪 闪烁噪声
原文传递
修正型果蝇算法优化GRNN网络的尾矿库安全预测 被引量:16
18
作者 王英博 聂娜娜 +1 位作者 王铭泽 李仲学 《计算机工程》 CAS CSCD 北大核心 2015年第4期267-272,共6页
针对尾矿库事故具有随机波动性和非线性的特点,提出采用修正型果蝇优化算法优化广义回归神经网络的尾矿库安全评价模型(MFOA-GRNN)。该方法利用修正型果蝇优化算法的全局寻优特性对广义回归神经网络进行参数优化,同时应用去相关性分析... 针对尾矿库事故具有随机波动性和非线性的特点,提出采用修正型果蝇优化算法优化广义回归神经网络的尾矿库安全评价模型(MFOA-GRNN)。该方法利用修正型果蝇优化算法的全局寻优特性对广义回归神经网络进行参数优化,同时应用去相关性分析选取尾矿库安全评价指标,实现尾矿库的安全预测。以辽宁本溪南芬尾矿库为研究实例进行拟合预测,实验结果表明,将MFOA方法与GRNN网络有机结合,有利于平滑因子σ的选择,相较于FOA-GRNN模型70%的预测准确度,采用修正型果蝇算法优化的GRNN模型预测准确度高达100%,预测精度更高,适用性更强。 展开更多
关键词 尾矿库 果蝇优化算法 广义回归神经网络 平滑因子 参数优化 安全预测
在线阅读 下载PDF
基于集合经验模态分解和ARIMA-GRNN的负荷预测方法 被引量:12
19
作者 王洪亮 陈新源 赵雨梦 《电子科技》 2021年第12期42-48,共7页
针对传统负荷预测方法难以兼顾电力负荷内在线性特征量与非线性特征量的问题,文中提出一种基于EEMD和ARIMA-GRNN的混合负荷预测模型方法。该方法采用EEMD法,将负荷数据分解成不存在模态混叠的IMF分量和余项。运用ARIMA模型算法对每个IM... 针对传统负荷预测方法难以兼顾电力负荷内在线性特征量与非线性特征量的问题,文中提出一种基于EEMD和ARIMA-GRNN的混合负荷预测模型方法。该方法采用EEMD法,将负荷数据分解成不存在模态混叠的IMF分量和余项。运用ARIMA模型算法对每个IMF分量进行线性预测,得到时间序列预测分量,并将其与原始数据相减得到其中的非线性分量。通过GRNN神经网络算法对非线性分量进行预测得到非线性分量的预测值,并将求得的线性预测分量和非线性预测分量相加得到最终的预测值。仿真实验表明,文中提出的基于EEMD和ARIMA-GRNN的混合预测模型在预测精度和性能上均优于采用单一算法的负荷预测方法。 展开更多
关键词 负荷预测 集合经验模态分解 ARIMA-grnn 混合模型 IMF 神经网络算法 非线性 时间序列
在线阅读 下载PDF
基于RFOA优化GRNN的水电机组振动预测 被引量:16
20
作者 王继选 胡润志 +3 位作者 管一 张少恺 曹庆皎 王利英 《振动与冲击》 EI CSCD 北大核心 2021年第21期120-126,共7页
针对水电机组振动的非平稳、非线性特点,提出利用改进果蝇算法(RFOA)优化广义回归神经网络模型(RFOA-GRNN)。通过改进果蝇算法的搜索步长和气味浓度判定公式,使该算法的局部寻优能力增强,收敛速度提高。通过8种常用的基准函数对FOA算法... 针对水电机组振动的非平稳、非线性特点,提出利用改进果蝇算法(RFOA)优化广义回归神经网络模型(RFOA-GRNN)。通过改进果蝇算法的搜索步长和气味浓度判定公式,使该算法的局部寻优能力增强,收敛速度提高。通过8种常用的基准函数对FOA算法、DSFOA算法、RFOA算法进行仿真测试,测试结果验证了RFOA算法的有效性。利用三种优化算法优化GRNN的平滑因子,将优化后平滑因子代入GRNN模型对水电机组振动进行预测。结果表明,与FOA-GRNN和DSFOA-GRNN两种预测模型相比,RFOA-GRNN预测模型的预测结果最大相对误差分别降低了99.96%和99.28%。可以得到RFOA-GRNN模型的预测精度和稳定性方面均优于其他两种模型,验证了此模型的有效性。将其应用于水电机组状态趋势预测研究中,可为维护人员提前发现水电机组故障并及时检修进而保证水电机组安全稳定的运行提供保障。 展开更多
关键词 水电机组 改进果蝇优化算法(RFOA) 广义回归神经网络(grnn) 平滑因子 振动预测
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部