Shen和Wen(2019)提出了一种反向传播(back propagation,BP)神经网络态势预测方法,对BP误差反馈算法进行改进,在云环境中验证了其准确的态势感知。 无论是安全数据提取、态势评估还是态势预测,都会涉及处理复杂庞大的多维安全指标体系。目前对多...
模型采用 BP 神经网络,使用遗传算法对网络的结构及关键参数进行了优化,最后使用最优模型对絮凝剂 PAC 投加 量进行预测。模型在验证集 72 个样本上的平均绝对误差(MAE)为 3.78 mg/L;训练集 288 个样本平均绝对误差为2.75 mg/L,结...
最后在电压与温度预测值的基础上,对SOC和SOH进行联合预测。仿真结果表明,相比小波神经网络、BP神经网络模型,所提出的预测方法在预测电压与温度变化时精度更高;相较于荷电状态的单独预测,提出的方法能够以较高的精度联合预测SOC和SOH。 关键词:锂电池;长短期记忆网络;荷电状态;健康状态;联合预测 扫描识别二维码 可阅...
具备mesh组网能力,具有高带宽、传输距离远的特点,能够采集节点周围的音视频信息进行巨量数据远距离传输,同时作为转发节点接收传感网络信息并进行转发;汇点汇集整个异构网络内的所有数据并
模型采用 BP 神经网络,使用遗传算法对网络的结构及关键参数进行了优化,最后使用最优模型对絮凝剂 PAC 投加 量进行预测。模型在验证集 72 个样本上的平均绝对误差(MAE)为 3.78 mg/L;训练集 288 个样本平均绝对误差为2.75 mg/L,结果表明模型能有效拟合絮凝剂投加量变化趋势,具有一定的参考价值。
(PNN)结构简单、识别效果好的特点,实现控制图单一模式和混合模式的识别;通过改进的单目标优化遗传算法(SGA)对PNN的关键参数进行寻优,以消除经验取值的不足;最后通过仿真实验对所提方法进行了验证,并与传统的BP神经网络、单一的PNN、未进行参数优化的PCA-P...
首先对历史负荷数据进行预处理,然后应用K均值聚类算法对待测点气象因素进行分析,选择与待测点同类气象因素的历史负荷作为训练样本,最后采用Adaboost算法建立配电网负荷预测模型。通过实例证明K-Adaboost预测模型比BP神经网络预测模型更加稳定并且更贴近实际...