检索结果-内蒙古大学图书馆

公路交通科技 2016年第9期33卷 127-135页

作者：汪帆李岩刘建蓓李元夏立品长安大学公路学院陕西西安710064 中交第一公路勘察设计研究院有限公司陕西西安710075

建立了基于GPS车速的数据驱动模型及间隙接受模型,以识别高速公路在极限状态下可采用的最小匝道间距。将高速公路匝道间距划分为加速影响区、减速影响区和交织换道区;建立GPS车速数据驱动模型识别车辆汇入后的加速影响范围和车辆驶出前... 详细信息

建立了基于GPS车速的数据驱动模型及间隙接受模型,以识别高速公路在极限状态下可采用的最小匝道间距。将高速公路匝道间距划分为加速影响区、减速影响区和交织换道区;建立GPS车速数据驱动模型识别车辆汇入后的加速影响范围和车辆驶出前的减速影响范围;根据可接受间隙理论建立极限管控条件下的交织换道区影响范围的识别模型;应用某市出租车在测试路段指定时段内的GPS时空车速数据分析。结果表明,加减速影响区的范围与车速线性相关。提出将多车道高速公路的直行车流与合、分流车流相分离,基于可接受间隙的模型测算结果表明交织换道区的距离不应小于639 m。在分流主线通过型交通流,交织换道区限速80 km/h,设置辅助车道时,二级服务水平下的极限匝道间距为872 m,考虑安全性,推荐设置为930 m以上。

关键词：交通工程多车道高速公路极限匝道间距数据驱动模型间隙接受理论 GPS浮动车数据高速公路管控

来源：评论

学校读者我要写书评

暂无评论

基于EMD的数据驱动模型在径流预测中的应用

引用

系统工程 2014年第9期32卷 150-154页

作者：赵雪花陈旭袁旭琦太原理工大学水利科学与工程学院山西太原030024

为提高径流预测的准确性,提出一种经验模态分解EMD(Empirical Mode Decomposition)与数据驱动模型相结合的径流预测方法。该方法运用EMD将汾河上游兰村、汾河水库和上静游三个水文站年径流序列分解为随机分量和趋势分量,分别选择合适模... 详细信息

为提高径流预测的准确性,提出一种经验模态分解EMD(Empirical Mode Decomposition)与数据驱动模型相结合的径流预测方法。该方法运用EMD将汾河上游兰村、汾河水库和上静游三个水文站年径流序列分解为随机分量和趋势分量,分别选择合适模型对各分量进行合理预测,再拟合各分量预测结果得到最终的年径流预测值。结果表明,通过EMD分解,预测效果有明显提高,满足规范要求,计算方法可行。预测结果可为汾河上游防洪抗旱规划,水资源管理提供科学的依据。

关键词：经验模态分解数据驱动模型径流预测汾河上游

来源：评论

学校读者我要写书评

暂无评论

基于DRASTIC-LU参数和数据驱动模型的地下水硝酸盐脆弱性分区

引用

北京工业大学学报 2021年第12期47卷 1338-1359页

作者： Seyed Ahmad Eslaminezhad Mobin Eftekhari Mohammad Akbari 德黑兰大学工程学院测绘与地理信息工程系伊朗德黑兰*** 伊斯兰阿扎德大学马什哈德分校土木工程系伊朗马什哈德*** 比尔詹德大学土木工程系伊朗比尔詹德***

从开采、管理和控制不同地区的污染的角度,评估地下水脆弱性以确定这些资源的优先次序是重要的.研究的目的是基于DRASTIC-LU参数以及空间和非空间数据驱动的方法来估算Birjand平原含水层的地下水(硝酸盐质量浓度)脆弱性.研究提出新的组... 详细信息

从开采、管理和控制不同地区的污染的角度,评估地下水脆弱性以确定这些资源的优先次序是重要的.研究的目的是基于DRASTIC-LU参数以及空间和非空间数据驱动的方法来估算Birjand平原含水层的地下水(硝酸盐质量浓度)脆弱性.研究提出新的组合方法来确定(Birjand平原含水层)地下水脆弱性分区中合适的DRASTICLU参数,即将具有指数和双平方核的地理加权回归(geographically weighted regression,GWR)和人工神经网络(artificial neural network,ANN)与二进制粒子群优化算法(binary particle swarm optimization,BPSO)相结合.计算结果为:对于ANN、指数核GWR和双平方核GWR的适应度函数(1-R^(2))的最佳值分别为0.1060、0.0745和0.0065,这表明双平方核的兼容性比其他方法更高.研究表明DRASTIC-LU参数对研究区域的硝酸盐质量浓度估计的地下水脆弱性有显著影响.

关键词：地下水脆弱性 DRASTIC-LU参数地理加权回归人工神经网络二进制粒子群优化算法数据驱动模型

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动模型的辣木全球环境适宜性分布评估

引用

科技导报 2022年第7期40卷 94-99页

作者：范沛薇郝蒙蒙丁方宇王倩董东林马志民钱军李新华陈静万文宏赵艳张小波中国科学院地理科学与资源研究所资源利用与环境修复重点实验室北京100101 中国科学院大学资源与环境学院北京100049 中国矿业大学(北京)地球科学与测绘工程学院北京100083 江西省信息中心南昌330036 中国中医科学院中药资源中心道地药材国家重点实验室培育基地北京100700

辣木作为新中药资源,被广泛应用于植物医药。收集了全球960条辣木分布记录,结合气候、土壤、地形和太阳辐射空间协变量,采用空间信息技术与数据驱动模型,评估了辣木全球环境适宜性空间分布状况。结果表明,全球适宜种植辣木的土地资源总... 详细信息

辣木作为新中药资源,被广泛应用于植物医药。收集了全球960条辣木分布记录,结合气候、土壤、地形和太阳辐射空间协变量,采用空间信息技术与数据驱动模型,评估了辣木全球环境适宜性空间分布状况。结果表明,全球适宜种植辣木的土地资源总量约为3.61×10^(9)hm^(2),主要分布在北美洲南部、南美洲东部和北部、非洲中部、亚洲的东南部及大洋洲北部地区。

关键词：辣木空间协变量空间信息技术数据驱动模型环境适宜性

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动模型的永磁同步电机宽温度范围转矩补偿方法

引用

电源学报 2024年

作者：边元均温旭辉范涛李鸿扬刘忠永中国科学院大学中国科学院电工研究所

在电动汽车用永磁同步电机驱动系统中，常利用最大转矩电流比等策略实现电机运行效率优化。而基于离线数据查表和电机参数辨识等优化方法都难以同时应对电机参数饱和与永磁体温度变化的挑战。提出一种基于数据驱动模型的电磁转矩、最优... 详细信息

在电动汽车用永磁同步电机驱动系统中，常利用最大转矩电流比等策略实现电机运行效率优化。而基于离线数据查表和电机参数辨识等优化方法都难以同时应对电机参数饱和与永磁体温度变化的挑战。提出一种基于数据驱动模型的电磁转矩、最优电流角同步补偿方法。首先根据多温度离线数据建立关于磁链的响应面模型，通过对磁链偏差参数的最小二乘辨识将在线状态信息与离线模型相融合以获得电机的宽温度转矩模型。随后基于该模型实现电磁转矩补偿和最优电流角在线寻优。最后通过实验证实，在响应速度不逊于查表法的前提下，方法使永磁同步电机在宽温度范围内获得更好的电磁转矩精度和转矩电流比表现。

关键词：永磁同步电机参数辨识最大转矩电流比数据驱动模型电磁转矩补偿

来源：评论

学校读者我要写书评

暂无评论

新型耦合数据驱动模型在降雨径流模拟中的应用研究

引用

水文 2016年第4期36卷 1-7页

作者：梁珂阚光远李致家河海大学水文水资源学院江苏南京210098 流域水循环模拟与调控国家重点实验室中国水利水电科研研究院水利部防洪抗旱减灾工程技术研究中心北京100038 水利科学与工程国家重点实验室清华大学水利系北京100038

为解决传统数据驱动模型的不足,使其能实现降雨径流过程高精度连续模拟,提出新型耦合数据驱动模型——PEK,即:基于偏互信息的输入变量选择、基于新型集成神经网络的出流量预测和基于K最近邻模型的出流量误差预测。PEK模型具有以下特点:... 详细信息

为解决传统数据驱动模型的不足,使其能实现降雨径流过程高精度连续模拟,提出新型耦合数据驱动模型——PEK,即:基于偏互信息的输入变量选择、基于新型集成神经网络的出流量预测和基于K最近邻模型的出流量误差预测。PEK模型具有以下特点:(1)提出了基于分离式选择策略和滑窗累积雨量的模型候选输入向量,并与基于偏互信息的输入变量选择方法联合使用,提高了输入信息的充分性和无冗余性,对建立精度高、泛化能力强的高质量模型意义重大;(2)提出了新型集成神经网络——EBPNN及其率定方法。联合使用NSGA-II多目标优化算法和早停止Levenberg-Marquardt算法,通过一次优化过程同时确定全局最优个体网络个数、各个体网络拓扑结构和网络参数。个体网络权重由基于AIC信息准则的权重优选方法确定。EBPNN在模拟精度和网络复杂度间取得了良好折衷,精度高、泛化能力强、率定结果客观;(3)PEK模型能够进行多步外推预报,实现了非实时校正模式下的高精度连续模拟,增长了预见期;(4)PEK模型不需要进行流域状态变量的计算,仅需初始出流量就可进行出流量的连续模拟。在呈村流域应用PEK和CLS两个数据驱动模型进行次洪降雨径流模拟及精度比较。结果表明PEK模型使用简便,模拟精度高于CLS模型,实现了多步外推的高精度连续模拟,增长了数据驱动模型的预见期。

关键词：降雨径流模拟非实时校正数据驱动模型 PEK模型最优化方法

来源：评论

学校读者我要写书评

暂无评论

数据驱动模型视域下的Web前端框架研究与实现分析

引用

数码世界 2021年第3期 3-4页

作者：胡锋吴多智琼台师范学院信息科学技术学院

时代互联网技术产业发展背景下,产业发展中对于数据驱动模型视域下Web前端框架系统的研究愈加深入,成为了数据驱动模型轻量化开发的重要途径。本文对数据驱动模型视域下Web前端框架的基本结构与实现原理展开研究,在数据驱动模型架构设... 详细信息

时代互联网技术产业发展背景下,产业发展中对于数据驱动模型视域下Web前端框架系统的研究愈加深入,成为了数据驱动模型轻量化开发的重要途径。本文对数据驱动模型视域下Web前端框架的基本结构与实现原理展开研究,在数据驱动模型架构设计思想的指导下,提出Web前端框架设计的关键技术,并对其具体的设计实现方式加以研究。

关键词：数据驱动模型 Web前端框架关键技术实现方法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习和数据挖掘的降雨径流数据驱动模型优化研究

基于深度学习和数据挖掘的降雨径流数据驱动模型优化研究

引用

作者：杨森雄重庆大学

学位级别：硕士

城市降雨径流过程模拟作为一种非工程手段,不仅能在工程项目建设阶段起到辅助规划、设计以及改造的作用,还能在工程项目运行阶段提供应急模拟、辅助决策以及运维管理等功能。要快速且准确地预测城市内涝风险,构建高精度、高泛化性以及... 详细信息

城市降雨径流过程模拟作为一种非工程手段,不仅能在工程项目建设阶段起到辅助规划、设计以及改造的作用,还能在工程项目运行阶段提供应急模拟、辅助决策以及运维管理等功能。要快速且准确地预测城市内涝风险,构建高精度、高泛化性以及对当地水文条件适应性强的降雨径流模型具有重要的意义。目前,对城市降雨径流的模拟主要采用过程驱动降雨径流模型。过程驱动模型不仅建模条件复杂、求解困难,且现有的研究方法难以提高模型参数的泛化性。近年来,随着我国智慧水务建设的发展,越来越多的城市利用传感器、物联网技术对城市水系统的参数进行监测,也为城市雨洪管理积累了大量的有效数据。为此,如何充分利用这些数据并挖掘其中有价值的信息,基于数据挖掘技术和深度学习理论,构建高精度、鲁棒性强且泛化性高的城市降雨径流数据驱动模型,预测城市降雨径流是一个值得探索的课题。论文以重庆市两江新区悦来新城生态城为研究区域,并依托“重庆市悦来新城海绵城市监测与信息平台”的监测数据,探讨了城市降雨径数据驱动模型的适应性,并通过对比过程驱动模型SWMM和构建的数据驱动模型的预测精度、运行效率和建模效率,验证了数据驱动模型的性能。本文研究的主要成果如下:(1)针对目前应用过程驱动模型SWMM模拟降雨径流时,数据交互困难、难以实现参数自动率定且普遍存在数据规模较小等问题,基于Python和Py SWMM库,耦合遗传算法实现了SWMM参数的自动优化率定。在模型参数训练期使用37场降雨事件进行同时率定,保证了模型的泛化性能,并在测试期使用6场降雨事件进行验证。结果表明,当使用较大规模数据进行SWMM参数率定时,虽然保证了模型的泛化性能,但是模型的预测效果欠佳,测试集中只有4场降雨事件的NSE指标大于0.5。(2)为了探讨数据驱动模型在城市降雨径流模拟中的适应性,基于深度学习和优化算法理论,构建了4种数据驱动模型;针对模型结构对预测结果的影响,采用网格搜索方法寻优得到适应本次数据集的4种模型的最佳结构。通过对各最佳结构模型进行训练和测试,结果表明,对于测试集中的6场降雨事件,整体上4种数据驱动模型的预测性能均优于SWMM。其中,RMSE、NSE和PE指标的改进率较为显著,并且LSTM的表现最佳。相同的迭代次数下,数据驱动模型的运行效率和建模效率分别为SWMM的6～23425倍和182～7822倍。但是与SWMM相同,4种数据驱动模型也主要对雨峰位置靠前、雨型以单峰为主且降雨历时较短和适中的降雨特征事件表现出较好的预测性能。(3)针对构建的数据驱动模型对数据样本特征分布仍较为敏感的问题,论文进一步以雨型对样本进行表征,并基于数据挖掘的层次聚类算法和时间动态规整算法,构建了耦合聚类算法的集成数据驱动模型。通过对降雨事件进行的分类和重构数据集,实现了样本特征的均衡分布,使数据驱动模型能更准确地学习“信息”,从而提高了其径流预测性能。对比单一数据驱动模型和集成数据驱动模型的预测效果,结果表明,NSE、RMSE和R2三个指标的最优值均出现在集成模型上,其中DTW-LSTM的预测效果最为稳定,测试集中除R41降雨事件NSE指标小于0.8,其他降雨事件均大于0.8。

关键词：降雨径流模拟海绵城市数据驱动模型城市内涝 SWMM

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动模型的车用燃料电池动力系统水管理故障诊断研究

基于数据驱动模型的车用燃料电池动力系统水管理故障诊断研究

引用

作者：邓函知电子科技大学

学位级别：硕士

质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)具有环境友好、可低温运行、能量密度高等优点,在中大型车辆动力系统领域具有广泛应用前景。运行状态下,PEMFC内部水含量是影响其性能与寿命的关键。由于质子交换膜多机... 详细信息

质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)具有环境友好、可低温运行、能量密度高等优点,在中大型车辆动力系统领域具有广泛应用前景。运行状态下,PEMFC内部水含量是影响其性能与寿命的关键。由于质子交换膜多机制复合的水传输特性及电池内部水动态相变的复杂性,水管理相关问题一直是燃料电池研究的重点和难点。不当的水管理策略所引发的水管理故障短期内会导致系统输出功率不稳定,长期将使得PEMFC发生不可逆的衰减甚至失效,严重影响车用燃料电池系统的可靠性与耐久性。现有对PEMFC水管理故障诊断相关研究主要集中于中小功率系统,对车用PEMFC动力系统等大功率系统水管理故障诊断相关研究较少,因此对车用PEMFC动力系统的水管理故障诊断方法展开研究具有重要意义。本文采用基于数据驱动模型的PEMFC水管理故障诊断方法,主要工作包括水管理故障实验设计、数据驱动模型搭建、水管理故障分类器构建三部分,介绍如下:(1)在PEMFC动力系统实验平台上设计并完成了常用电流点的水管理故障实验;根据实验现象确定了实验数据集故障标签;通过分析实验数据,得到输出电压、节电压一致性、阳极压力降这三个可用于故障诊断的关键指标;总结了车用PEMFC动力系统水管理故障产生和消除的典型模式。(2)对水管理故障实验中得到的关键指标建立了面向故障诊断的PEMFC数据驱动模型。首先,根据建模对象物理特性选择合适的神经网络模型;其次,为了降低模型复杂度,提高模型准确性,一方面,参考机理模型选择特征,实现输入特征降维;另一方面,将位置相邻且节电压性能相近的单电池归为同组,通过分组实现电压模型输出降维。经验证,本模型具有良好的回归性能和通用性。(3)基于二值逻辑构建水管理故障分类器,该分类器输入为模型输出与实际输出的残差,输出为诊断结果,诊断逻辑根据水管理故障典型模式构建。实现了对五种水管理故障相关状态的分类。考虑到基于二值逻辑的分类器输出为离散值,无法描述中间状态及对不同故障状态的隶属度;更进一步地提出一种基于模糊逻辑的水管理故障分类器,解决了上述问题。经验证,本文所述故障诊断方法避免了可能引起严重后果的诊断错误,且总体诊断准确率达到95%。本文所述方法具有通用性强、可解释性强、无附加设备、准确率高等优点。

关键词：车用燃料电池动力系统数据驱动模型模糊逻辑水管理故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动模型的铁钢界面铁水温度预测研究

基于数据驱动模型的铁钢界面铁水温度预测研究

引用

作者：毕春宝内蒙古科技大学

学位级别：硕士

铁水作为炼钢的基本原料,其自身的物理热与化学热是转炉炼钢的基本热量来源。较高的铁水温度有利于转炉炼钢工艺生产的稳定顺行和减少能源消耗,温度过低则会影响炼钢生产,增加界面能耗,甚至可能影响冶炼钢种的质量并产生安全问题。由于... 详细信息

铁水作为炼钢的基本原料,其自身的物理热与化学热是转炉炼钢的基本热量来源。较高的铁水温度有利于转炉炼钢工艺生产的稳定顺行和减少能源消耗,温度过低则会影响炼钢生产,增加界面能耗,甚至可能影响冶炼钢种的质量并产生安全问题。由于铁钢界面铁水运输属于长流程,多工序的生产过程,其影响铁水温度的因素较多,且耦合性较强,导致铁水到达转炉的温度不可控,因此铁钢界面铁水温度的预测具有重要意义。随着钢铁行业信息化的不断进步,企业内部存储了大量有价值的生产历史数据,这也促使基于数据驱动模型的铁钢界面铁水温度预测成为可能。本文以某钢铁企业铁钢界面为研究对象,通过对工艺流程的梳理,分别对一炼钢和二炼钢建立了包含预处理工序和未包含预处理工序的铁水温度预测模型。数据来源于EMS系统L3级数据库中的2016年1月至2018年6月的生产历史数据,将不同工艺数据进行关联形成完整的数据链,然后进行数据预处理与数据分析,统计不同操作工序的占比情况,如二次受铁率为18.68%;一炼钢和二炼钢的预处理工序占比的平均值达到了63.21%。分析界面内不同参数的数据特征,如重罐时间的平均值为177min;空罐时间平均值为293min。利用处理后的数据,结合铁水散热过程和相关性分析筛选出六种变量以出铁铁水温度、受铁时间、重罐时间、空罐时间、铁水重量和预处理时间将其作为预测模型的输入变量,建立了基于线性回归、支持向量机回归、BP神经网络和GA算法优化的BP神经网络的铁水温度预测模型,并利用测试样本对不同模型的预测性能进行了对比评估。以上4种铁水温度预测模型中,GA-BP神经网络模型的预测效果最好。其中,GA-BP神经网络模型预测值与实际值的绝对误差在10℃范围内的命中率(HR)的均值达到了87%;平均绝对百分比误差(MAPE)的均值为0.44;均方根误差(RMSE)的均值为6.96,对比表明了GA-BP神经网络模型具有一定的优越性。以铁水温度预测模型为依据,给出了三种铁钢界面铁水温度控制手段,并获得了较好的应用效果,如降低二次受铁的铁水重量阈值,由200t减小到140t,对应界面铁水温度变化由160℃下降到135℃。

关键词：铁钢界面数据驱动模型 GA-BP算法铁水温度预测温度控制手段

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：