搜索到63288篇“ 神经网络预测模型“的相关文章
- 基于物理神经网络预测模型的无人机飞行控制方法
- 本发明属于无人飞行器控制技术领域，提出一种基于物理神经网络预测模型的无人机飞行控制方法，包括建立多层感知机神经网络预测模型，并设定损失函数，多层感知机神经网络预测模型用于根据无人机的当前时刻状态和控制输入，预测得到无人机...
- 屠展张佳慧李道春邸伟承卫子兴李昊泽
- 面向造纸生产能源消耗的神经网络预测模型
- 2025年
- 针对造纸企业在生产过程中的能源消耗问题,提出了基于粒子群算法的神经网络能源消耗预测模型。通过所设计的模型预测造纸生产中的能源消耗量,以某造纸厂生产车间的能耗量进行预测分析,得出神经网络预测模型的应用效果。表示,和传统预测方法对比,粒子群算法神经网络能源消耗模型的预测误差比较小,具有良好的预测效果。能够保证企业源稳定的供需,提高企业经济效益,促进企业稳定的发展。
- 高莹
- 关键词：神经网络预测能源消耗
- RC柱受剪承载力神经网络预测模型及其可解释性
- 2025年
- 针对钢筋混凝土(Reinforced Concrete,RC)柱的受剪承载力传统预测模型精度提升及已有试验数据的挖掘利用,基于机器学习方法和可解释性SHAP方法,建立人工神经网络模型对RC柱的受剪承载力进行预测.基于受剪理论,确定了纵筋配筋率ρ_(l)、纵筋屈服强度f_(yl)、面积配箍率ρ_(sv)等9个输入特征并对其相关性进行验证.利用收集整理的441组RC柱受剪试验数据,将所建神经网络模型与5种机器学习模型、5种传统半经验半理论公式进行比较,发现所建神经网络模型具有更好的泛化性和鲁棒性,其预测结果更加精准(在训练集和测试集上的R^(2)分别达到0.99和0.92).然后,采用SHAP方法对神经网络模型进行全局与局部可解释性分析.结果表明:截面宽度b、轴压力N、剪跨比λ、有效截面高度h_(0)、轴心抗拉强度f_(t)等特征对RC柱的受剪性能具有显著影响,SHAP方法对未知样例的预测结果同样给出了具有一定可信度的分析结果.综上,此数据与机理协同驱动的神经网络模型和SHAP可解释性方法可用于RC柱受剪承载力及类似问题的预测.
- 常旭马财龙马财龙鲁成凤
- 关键词：钢筋混凝土柱受剪承载力神经网络可解释性
- 基于卷积神经网络预测模型的混凝土配合比优化
- 2025年
- 基于岷江老木孔航电枢纽工程的二级配基础混凝土的性能试验数据,建立了一种基于卷积神经网络和双向长短期记忆网络的混合神经网络,并引入注意力机制,得到了通过配合比预测性能的模型。接着,采用非支配排序遗传算法Ⅱ(Non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)对该预测模型的参数进行了优化,使该模型对28 d抗压强度的预测误差由优化前的38.54%降低到了0.26%,对坍落度的预测误差由优化前的0.9%降低到了0.23%。随后,基于优化后的预测模型,以混凝土的28 d抗压强度和坍落度最大为优化目标,采用NSGA-Ⅱ算法对混凝土的配合比进行了优化。优化后的28 d抗压强度比试验得到的最大值提高了13.6%,坍落度也满足工程需求。最后,对最优配合比进行了试验验证,结果表明,最优配合比的理论28 d抗压强度与实际值的误差为2.57%,坍落度与实际值的误差为0.79%,证明本文方法具有较好的优化效果。
- 李建华刘雪平郭家舜
- 关键词：混凝土配合比卷积神经网络多目标优化
- 架空输电线路覆冰厚度图卷积神经网络预测模型构建与应用
- 2025年
- 针对架空输电线路覆冰预测问题,本文提出了一种基于图卷积神经网络的预测模型。首先,整合空气相对湿度、风速、气温、导线表面温度、导线温度、环境湿度及导线拉力变化等相关数据,构建了一种包含架空输电线路拓扑结构和环境因素的图模型,将节点定义为线路的各个监测点,边则代表监测点之间的空间关系和环境影响;然后,利用图卷积神经网络对图模型进行特征提取,通过逐层传递节点信息捕捉节点间的相互影响,并引入注意力机制对不同节点的特征加权处理,提升预测性能;最后,使用历史覆冰数据进行监督学习,优化模型参数,确保泛化能力。试验结果表明,该模型在不同天气条件和线路环境下具有较高的预测精度和稳健性,为电力部门及时采取融冰措施提供了有效支持。
- 范晶晶胡帆原辉张娜孟晓凯王帅
- 关键词：架空输电线路多源数据融合
- 热力站热负荷神经网络预测模型对比研究
- 2024年
- 以郑州某热力站为研究对象,通过相关性分析确定热负荷的影响因素。分别建立BP神经网络预测模型、RBF神经网络预测模型以及采用遗传算法优化的BP神经网络预测模型,对3种预测模型的预测效果进行评价。3种预测模型的预测热负荷与实测热负荷的变化趋势基本一致,均可较为客观地反映热负荷的时序特征。与BP预测模型、RBF预测模型相比,BP-GA预测模型的预测值更接近实测值,预测值的误差、相对误差更小。在3种预测模型中,BP-GA预测模型预测效果最佳,且训练时间最短。
- 张昌豪路绪坤
- 关键词：热负荷预测BP神经网络RBF神经网络
- 基于混合神经网络预测模型的漂流浮标轨迹预测方法
- 本发明公开了一种基于混合神经网络预测模型的漂流浮标轨迹预测方法，包括：S1，获取同时空范围海洋环境数据以及漂流浮标历史轨迹数据；S2，对S1中获取的数据进行预处理，计算得到漂流浮标北向速度和东向速度预测所需的输入数据；S...
- 宋苗苗扈威刘世萱张继明付晓李文庆郑珊珊张可可苗斌
- 基于优化混合神经网络预测模型的风电机组故障预警
- 本发明公开了一种基于优化混合神经网络预测模型的风电机组故障预警方法，包括：使用传感器实时采集风电机组的运行数据，包括风速、转速、温度、振动等参数，对数据进行清洗和预处理，确保数据质量和完整性；设计并构建混合神经网络模型，...
- 马良玉吕若萌
- 基于混合神经网络预测模型的漂流浮标轨迹预测方法
- 本发明公开了一种基于混合神经网络预测模型的漂流浮标轨迹预测方法，包括：S1，获取同时空范围海洋环境数据以及漂流浮标历史轨迹数据；S2，对S1中获取的数据进行预处理，计算得到漂流浮标北向速度和东向速度预测所需的输入数据；S...
- 宋苗苗扈威刘世萱张继明付晓李文庆郑珊珊张可可苗斌
- 基于神经网络预测模型的膜污染智能化预警系统及方法
- 本发明公开了污水处理技术领域的基于神经网络预测模型的膜污染智能化预警系统及方法，包括数据采集模块用于获取膜生物反应器中膜污染的相关参数X；分类模块用于对膜污染进行分类；预测模块包括分析单元和驱动单元；分析单元用于将相关参...
- 张冰王博郭睿申渝
