多步预测相关论文
长期以来,对个体的出行预测一直是交通领域的研究重点。针对当前个体出行研究的局限性,提出了使用带注意力机制的序列到序列模型对个......
针对风电数据在采集与传输过程中会产生大量缺失值和异常值,采用DBSCAN算法和最优组内差分法(OIV)组合筛删异常值,随机森林(RF)算法填补......
首先,应用局部加权周期趋势分解算法(seasonalandtrenddecompositionprocedure based on loess,STL),将变压器顶层油温分解成趋势、周......
永磁同步电机(PMSM)因为其自身拥有结构简单可靠、功率密度和效率高等优势,作为当今学者研究的一大热门对象。现如今针对永磁同步电......
辅助海洋管理决策的多步预测预警意义重大且极具挑战性。实时、稳定、高效的广域海洋环境数据获取是保障多步预测性能的前提,未来6G......
在现代工业生产中永磁同步直线电机(Permanent Magnet Linear Synchronous Motor,PMLSM)扮演着极其重要的角色,相比于永磁同步电机,......
为提高日径流时间序列多步预报精度,基于小波包分解(Wavelet Packet Decomposition,WPD)方法、象群优化(Elephant Herding Optimization......
永磁同步电机以体积小、效率高等诸多优势在现代生活和工业生产中得到了广泛应用,传统控制策略如矢量控制、直接转矩控制等由于动......
随着社会经济的发展,资源消耗日益增加,能源问题越来越成为亟需解决的重要问题,而水能作为一种新型的能源,具有清洁、无污染、廉价......
太阳耀斑是一种剧烈的太阳活动形式,强烈太阳耀斑引起的X射线增强会导致短波无线电衰减,从而影响无线电通信系统、全球定位系统、......
盾构机是一种用来掘进长距离隧道的大型机器,因其安全、高效、环保等特点广泛地应用于地铁、开山等隧道施工场景。盾构机的性能和......
短句语义相似性判别作为自然语言处理的基础任务,对于下游的数据挖掘、信息检索、机器翻译等任务具有极其重要的作用。在目前基于......
提出一种基于时空耦合特性和深度学习模型的充电站运行状态预测方法。首先,基于充电站历史运行数据和所在区域的交通通行速度数据......
期刊
城市作为区域经济、政治和文化的中心,城市居民的日常出行需求呈多样化高频次的特点,如通勤、购物、娱乐等。但公共交通拥挤、公共......
近年来边坡位移形变的事故猛烈增加,对人民的生命财产安全造成了很大的影响,针对边坡进行变形监测以及预测其未来变形趋势变得尤为......
随着区域经济的快速发展,近年来城市轨道交通规模逐年扩大,运营模式和客流分布已成网络化状态。精确而稳定的短时客流预测结果对于......
摘要:针对弱约束非合作目标的轨迹特性和运动特性,提出一种基于LSTM的Encoder-Decoder多步轨迹预测技术(EDMTP)。引入一阶差分处理,降低......
超声波电机的运行效率低于传统电磁电机,实时的效率优化控制是提升运行效率,进而拓展其应用领域的主要手段之一。超声波电机具有显著......
本文针对自来水厂的混凝投药过程的复杂特性,分别对先进PID控制、智能控制、二次优化控制技术进行了研究和改进,探讨各种先进控制算......
永磁同步电机因其高功率密度和快速响应使其广泛应用于各种伺服控制场合,针对传统伺服控制算法难以兼顾各种系统约束,参数整定繁复......
近年来,随着信息技术的快速发展,时间序列数据预测相关的问题在金融、交通、环境等领域不断涌现。不同的应用场景对时间序列数据产......
当前生活中,交通拥堵日益严重。智能交通系统的目标是尽可能缓解交通拥堵问题,改善交通痛点,交通状态预测是智能交通系统对交通实......
由于存在严重的模型过拟合问题,传统的城市综合体月度用电量单步预测方法往往不能提供准确的预测结果.提出一种基于多层分解累加原......
智能化生产线设备健康状态、加工过程状态、产品信息等数据具有复杂化、多样化、大容量的特点,传统上对于设备的运行状况主要依靠......
自动导引小车AGV(Automated Guided Vehicle),是一种广泛运用于各类生产线,实现物料搬运自动化的工业设备。其运行的快速和稳定性......
随着城市化进程的加快,机动化的发展,“停车难”已经成为困扰各大小城市的重要问题。在“互联网+”的浪潮下,停车信息化与智能化对......
随着不可再生能源的日益减少,可再生能源开发受到越来越多的关注。在众多可再生能源中,风能扮演着重要角色,不仅在发达国家,而且在......
风能是至关重要的低碳能源,有实现可持续能源供应的潜力,风力发电已成为各国重点发展的绿色能源之一。风电发展迅速,装机容量逐年......
论文以人工神经网络理论为基础,对旅游需求预测指标的选择、神经网络预测模型的选择、旅游需求神经网络预测模型的建模流程和实现......
在模式识别系统(PMRS)的基础上,采用石油期货价格加权,提出了能够有效的预测短期石油现货价格的新方法.以自然预测模型(naive fore......
为了提高话务量的预测精度,针对传统人工神经网络存在的参数优化问题,提出一种蚁群算法优化神经网络的话务量预测模型(ACO-BPNN)。......
采用小波分析与人工神经网络相结合的方法,进行了一种新的非线性长期预报模型研究.结果表明,所构造的小波神经网络多步预测模型对......
本文采用提前一步的多步预测方法,利用MATLAB神经网络工具箱中的GUI建立了预测边坡变形的模型,并对某水电站的变形监测数据进行了......
为了进一步提高短时交通参数多步预测的效果,以自适应指数平滑法、BP神经网络法和小波分析理论作为基础模型,利用前一时刻预测误差......
瓦斯浓度监测是煤矿瓦斯灾害事故预警的重要的手段,其浓度变化预测对于提升矿山安全生产具有重要意义。针对矿井瓦斯浓度预测问题,......
根据跳频频率序列具有混沌特性,在相空间重构理论基础上提出一种用于跳频频率序列预测的贝叶斯网络模型。该模型将重构后的整个相......
针对视频序列维数高、帧间相关性大、运动轨迹复杂的特点,将LLE非线性降维算法用于视频处理,并重点研究了如何利用该算法对目标跟......
针对高维混沌复杂系统的多步预测问题,提出了一种基于邻近相点聚类分析的多变量局域多步预测模型。首先对于多变量邻近相点的选取,......
针对工业过程的特点和控制要求,提出一种基于多步预测的神经网络自适应控制算法.该控制器采用改进的RBF神经网络对过程进行建模,利......
路段多步行程时间预测数据是动态交通诱导系统的重要参数,但已有研究成果,大多集中于一步预测,且存在适应性不强、计算量大、基础......
为了减小车用汽油机空燃比传输延迟对空燃比控制精度的影响,提出一种基于Elman神经网络的空燃比多步预测模型.通过对空燃比数学模......
对运动目标跟踪时,主流Mean-Shift(均值偏移)算法对环境的影响较为敏感。针对目标遮挡时准确跟踪这一问题,提出了多步预测融合Mean......
在分析交流异步电动机数学模型的基础上,利用直接多步预测控制方法,设计了一种动态神经网络电机速度控制器,其中神经网络采用扩展卡尔......
将改进的粒子群优化(IPSO)算法与Elman神经网络进行了有机结合,形成了IPSO-Elman混合算法.建立桩筏(箱)基础沉降变形期望输出与超前预......
运用k-均值聚类法计算RBF神经网络隐含层神经元激活函数的中心及归一化参数,提出并运用了在线自适应RBF权矢量修正算法进行摆式客......
对永磁同步电机(PMSM)提出了一种基于神经网络的实时IP位置控制方案根据伺服系统中的IP控制策略,利用神经网络的优点设计了神经网......