【摘 要】
:
针对发电汽轮机热耗率模型难以精准预测的问题,提出一种改进原子算法与核极限学习机综合建模的预测方法.首先,通过提出一种动态调整搜索策略,针对原子算法全局勘探能力和局部开发能力不平衡的问题进行改进.其次,引入疯狂因子和教学策略,提高原子算法的全局搜索精度和搜索速度,避免算法早熟收敛.最后,通过某电厂汽轮机实际运行数据建立汽轮机热耗率模型,通过改进原子算法优化后的核极限学习机对热耗率模型进行预测,同时将预测结果与其他几种预测方法的预测结果进行对比验证.实验结果表明,改进后的原子算法有效提高了核极限学习机的泛化能
【机 构】
:
浙江安防职业技术学院人工智能学院,浙江温州325016
论文部分内容阅读
针对发电汽轮机热耗率模型难以精准预测的问题,提出一种改进原子算法与核极限学习机综合建模的预测方法.首先,通过提出一种动态调整搜索策略,针对原子算法全局勘探能力和局部开发能力不平衡的问题进行改进.其次,引入疯狂因子和教学策略,提高原子算法的全局搜索精度和搜索速度,避免算法早熟收敛.最后,通过某电厂汽轮机实际运行数据建立汽轮机热耗率模型,通过改进原子算法优化后的核极限学习机对热耗率模型进行预测,同时将预测结果与其他几种预测方法的预测结果进行对比验证.实验结果表明,改进后的原子算法有效提高了核极限学习机的泛化能力,提高了汽轮机热耗率的预测精度.
其他文献
提出了一类带有线性GARCH类误差项的滑动平均模型,记作MA-LGARCH模型.该模型可以看成是p阶线性双自回归,即LDAR(p)模型,在p=∞情形下的一类推广.因而MA-LGARCH模型可以引入更多的数据信息,有助于数据分析结果的改进.文章运用拟极大似然估计方法对模型参数进行了估计,并在较弱矩条件下证明了估计量的渐近正态性.数值模拟结果显示估计量在有限样本下表现良好.基于国内外数据的实证研究表明,MA-LGARCH模型可以提高数据的拟合效果,因而有潜在的应用价值.
近年来,突发事件频发,给人类生命财产安全带来了巨大挑战.如何实现及时高效的应急车辆调度,保证应急资源的合理分配,成为亟待解决的问题.本研究在综合考虑新冠肺炎疫情这类特殊突发事件特点的前提下,以配送成本最低、时间惩罚最少、配送员被感染风险最小为优化目标,构建了一类多目标优化调度模型.并针对模型设计了一种改进遗传算法,在一定程度上克服了传统遗传算法的早熟以及局部搜索能力较弱等问题,在相同数量级的运行时间内提高了算法的寻优性能.多次算例仿真结果对比表明,该算法相较于其他三类遗传算法寻优精度更高、收敛速度更快、搜
『3.3.3.3.6]铺砌是由正三角形和正六边形生成的阿基米德双铺砌.讨论阿基米德双铺砌[3.3.3.3.6]中有限子图的哈密顿性,首先在铺砌图[3.3.3.3.6]中定义了非平凡的,2-连通的,线性凸的有限子图T4H-图,并利用归纳法证明了任何T4H-图均为哈密顿图.
研究对偶风险模型的周期型阈限分红.假设分红只能发生在一些随机观测时间点上,分红观测时间间隔服从Erlang(n)分布.当观测到的盈余大于前一次观测到的盈余(分红后)和分红边界b的最大值时,就会把超出分红边界的盈余按照一定的比例进行分红.主要得到了折现的分红量满足的积分方程以及索赔量具有有理Laplace变换分布时的精确表达式.在索赔量是指数分布的情况下进行了数值演示.
利用1991-2019年中国物流产业和国内生产总值的年度数据,基于“二区制”马尔科夫区制转移模型,研究了物流产业和经济增长的动态转变过程,识别和划分了中国物流产业和经济增长的阶段,并分析了两者在不同阶段的协同性.结果 表明,物流产业和经济增长均具有高速增长期和低速增长期两个区制转移特征;物流产业在高速增长期的波动性明显高于经济增长,而在低速增长期的波动性和经济增长的相当;物流产业和经济增长具有动态协同性.
近年来,全球重油产量呈下降趋势,但其市场需求却更加旺盛,因此,准确预测重油价格变动方向和程度,分析油价波动规律,探究油价影响因素,进一步预测油价未来走势,对全球经济发展具有一定的理论价值和现实指导意义.采用了时间序列ARIMA模型、Markov残差修正的灰色GM(1,1)模型以及线性回归下的GM(1,1)组合模型三种模型对重油价格的预测进行对比分析:首先利用2005年-2017年的数据预测2018年-2019年的价格并进行验证,然后利用2005年2019年的数据对2020-2022年的价格进行预测,结果表
以矩阵左半张量积为工具,研究了几种不同类型矩阵方程的半张量积表示,最后给出了它在Hautus方程中的应用.
考虑了一类带有p(x)-Laplacian算子的Neumann型变分半变分不等式障碍问题,通过对位势函数作一些合理假设后,运用非光滑三个点临界点理论2,得到了此问题三个解的存在性.
为进一步拓展离散灰色模型的应用范围,构建一种新的含时变参数离散灰色模型(NTDGM模型),采用参数包技术分析了该模型参数在系统特征序列经数乘变换前后的量化关系,进而揭示其参数变化规律.研究结果表明:NTDGM模型的建模精度与系统特征序列的数乘变换量无关.研究结论认为:利用数乘变换可在保持该模型精度不变前提下简化其建模过程,有利于提高其建模和实际应用效率.
介绍了函数型数据半参数模型的估计问题,其中斜率函数满足单调性、凸凹性等形状约束条件.通过惩罚样条最小二乘估计推导出线性混合效应模型,进而提出了贝叶斯估计方法,并给出了马尔可夫链蒙特卡洛(MCMC)算法.模拟结果表明所提出的方法是有效的.