【摘 要】
：
针对涂装车间能耗数据的复杂性以及动态性,仅根据历史能耗数据难以预测未来能耗的问题,提出基于贝叶斯估计的时序分解与卷积神经网络(TSDCNN)的车间能耗组合预测模型。该方法利用时序分解对车间能耗原始数据的周期和长期趋势成分进行建模;采用贝叶斯估计算法对各成分模型参数进行最优估计,解决能耗数据的动态性和不确定性的问题。选取温度、湿度、节假日等3个因素与周期和趋势成分作为卷积神经网络输入量,得到最终预测
【机 构】
：
武汉理工大学机电工程学院,东风设计研究院有限公司智慧技术研究院
【基金项目】
：
国家重点研发计划项目(2016YFB1101700)。
论文部分内容阅读
针对涂装车间能耗数据的复杂性以及动态性,仅根据历史能耗数据难以预测未来能耗的问题,提出基于贝叶斯估计的时序分解与卷积神经网络(TSDCNN)的车间能耗组合预测模型。该方法利用时序分解对车间能耗原始数据的周期和长期趋势成分进行建模;采用贝叶斯估计算法对各成分模型参数进行最优估计,解决能耗数据的动态性和不确定性的问题。选取温度、湿度、节假日等3个因素与周期和趋势成分作为卷积神经网络输入量,得到最终预测结果。以某汽车制造企业涂装车间的能耗数据进行实验,通过与传统的回归方法ARIMA、SVM、LSTM等进行
其他文献
现阶段空气污染物粒子浓度演进过程模拟与预测算法忽视了粒子浓度的空间相关性,且没有实现粒子浓度的时间依赖性与空间相关性融合。对此,提出基于时空相关性的LSTM算法(TS_LSTM)并应用于PM_(2.5)浓度预测。该算法提出空间相关性及其相关因子计算方法;将局部区域相关性因子与LSTM算法的遗忘门和记忆门融合,建立基于局部地理信息的LSTM算法(LTS_LSTM);融合LTS_LSTM算法学习结果与
针对多径效应及非视距环境影响超宽带(Ultra Wide Band, UWB)室内定位精度的问题,提出基于注意力机制的UWB定位算法。由SENet注意力模块与卷积神经网络构建一个深度学习模型SE-CNN。SENet注意力模块降低受到动态干扰因素影响的定位数据权重,再利用卷积神经网络(CNN)来确定定位数据与目标位置的非线性关系。该定位模型能够减少动态环境下多径效应与非视距带来的定位误差。实验结果表
基于农业转移人口定居与落户不同步的现实,以二者叠加识别其迁移决策,形成循环流动、行为性迁移与制度性迁移的迁移决策分析框架。以重庆市中心城区为研究区域,运用2017年流
TextRank算法在自动提取中文文本摘要时只考虑句子间的相似性,而忽略了词语间的语义相关信息及文本的重要全局信息。对此,提出一种基于改进TextRank的文本摘要自动提取算法(SW-TextRank)。通过Word2Vec训练的词向量来计算句子之间的相似度,并综合考虑句子位置、句子与标题的相似度、关键词的覆盖率、关键句子以及线索词等影响句子权重的因素,从而优化句子权重;对得到的候选摘要句群进行冗
少数民族流动人口受现代化和传统婚姻习俗的共同影响,既具有全国初婚模式变迁的共性,又有其自身特色。对2017年流动人口动态监测调查数据分析发现:(1)当前婚龄群体选择晚婚和
针对体育运动场景中用户体征数据无线传输易遭受伪造、篡改、假冒等多种攻击问题,基于ZigBee技术提出一种无需双线性对运算的体征数据安全传输方案。该方案采用椭圆曲线密码构建节点间的消息签密协议,为用户提供了身份隐私保护和体征数据保密性功能。安全性分析证明,该方案的安全性高于同类方案;性能分析表明,相较于同类方案,该方案降低了设备的计算开销,并且未增加额外的通信开销。
本研究基于在广州的农民工专项调查数据,系统的对迁移模式与农民工婚姻稳定性的关系进行了中介效应和调节效应分析。结果发现,单独迁移会通过降低农民工的婚姻满意度而导致其
针对防共谋欺骗可视密码存在像素扩展度大的问题,通过对秘密图像的不同像素列,随机选取不同像素扩展度的加密矩阵进行分享,构造出一种防共谋欺骗可视密码方案。理论与实验结果表明,该方案能够实现防共谋欺骗功能,且参与者不需要持有额外的验证共享份,同时优化了像素扩展度,减小了共享份的存储和传输开销。
就业对流动人口立足城市、融入城市至关重要。在家庭化迁移愈发普遍的背景下,子女随迁作为最常见的一种家庭化迁移形式,对流动青年的生活特别是就业都会产生较大影响。本研究
本文基于2011、2013和2015年中国健康与养老追踪调查数据(CHARLS),用PSM-DID方法分析了丧偶冲击对老年人抑郁状况的影响,以及这种影响在不同性别、户口、年龄和受教育程度老