检索结果-内蒙古大学图书馆

国防交通工程与技术 2024年第6期22卷 35-40页

作者：李成辉中铁十八局集团隧道工程有限公司重庆400700

下穿隧道施工对邻近既有隧道的影响不容忽视,加之传统的预测模型难以捕捉隧道变形数据包含的复杂时空特征,导致拟合效果较差。为解决上述问题,以巫山隧道下穿岳家岭隧道为研究对象,采用cnn (convolutional neural network)-lstm(long sh... 详细信息

下穿隧道施工对邻近既有隧道的影响不容忽视,加之传统的预测模型难以捕捉隧道变形数据包含的复杂时空特征,导致拟合效果较差。为解决上述问题,以巫山隧道下穿岳家岭隧道为研究对象,采用cnn (convolutional neural network)-lstm(long short-term memory)组合优化模型开展了隧道衬砌变形预测研究,并引入多个统计学指标对模型的预测精度进行了验证。结果表明:cnn-lstm组合模型不仅可以处理包含空间和时间依赖的复杂任务,而且在拟合震荡数据方面具有较强的优势,能较好地捕捉输入数据中的重要局部特征,增强对峰值和峰谷的识别能力。合理的架构设计和优化策略能够充分发挥cnn与lstm模型的优势,提高预测模型的准确性和鲁棒性。

关键词：隧道变形预测时空特征 cnn-lstm组合模型

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动的盾构竖向姿态预测深度学习模型

引用

中南大学学报（自然科学版） 2024年第2期55卷 485-499页

作者：王树英汪来潘秋景中南大学土木工程学院湖南长沙410075 中南大学隧地工程研究中心湖南长沙410075 中南大学重载铁路工程结构教育部重点实验室湖南长沙410075

在盾构掘进过程中,竖向姿态控制难度较大,盾体常与设计轴线产生偏差。为解决既有盾构姿态预测模型无法准确提取数据特征和有效去除数据噪声的问题,充分挖掘盾构掘进实测数据时间序列信息,依托合肥地铁7号线耕耘路站—清潭路站区间盾构... 详细信息

在盾构掘进过程中,竖向姿态控制难度较大,盾体常与设计轴线产生偏差。为解决既有盾构姿态预测模型无法准确提取数据特征和有效去除数据噪声的问题,充分挖掘盾构掘进实测数据时间序列信息,依托合肥地铁7号线耕耘路站—清潭路站区间盾构隧道工程,对收集的掘进数据进行预处理,包括去除停机状态数据及异常数据,提出用于盾构竖向姿态预测的cnn-lstm组合模型,并将测试集上的模型预测结果与传统回归模型进行对比,最后对不同样本数量及固定网络参数时的模型性能进行研究。研究结果表明:cnn-lstm组合模型对盾构竖向姿态的预测效果较好,在测试集上的预测平均绝对误差E_(MA)和均方根误差E_(RMS)较低,同时预测的决定系数R^(2)较高,表明模型具有较小的预测误差和较高的预测精度;与ARIMA、lstm和SVR模型相比,cnn-lstm模型在测试集上预测的R^(2)分别提高了1.04%、19.75%和79.63%,此外,模型的预测E_(MA)和E_(RMS)较低,并且训练耗时显著降低;不同训练集样本数量对cnn-lstm模型性能有一定影响,当训练集样本数量与测试集样本数量之比为4:1时,模型预测的R^(2)最高,表明此时模型具有最佳的预测性能;增加训练集样本数量可能导致过拟合问题,降低模型的泛化能力,减少训练集样本数量则可能导致欠拟合问题,使模型在测试集上的预测精度下降;固定部分网络参数可以有效减少训练参数量和训练时间,同时提高模型的预测精度,当固定4层网络参数时,模型预测性能最佳,预测的R^(2)为0.93,预测的E_(MA)和E_(RMS)分别为0.029和0.048,训练耗时为46 s。

关键词：盾构隧道盾构竖向姿态停机状态 cnn-lstm组合模型

来源：评论

学校读者我要写书评

暂无评论

基于智能算法优化的cnn-lstm模型在手足口病预测中的应用

引用

现代预防医学 2024年第8期51卷 1364-1369+1376页

作者：周浩董阿莉李虹康娅楠杨启越王星雨白丽霞山西医科大学公共卫生学院流行病学教研室山西医科大学附属儿科医院山西省疾病预防控制中心山西省儿童医院(山西省妇幼保健院)

目的分析lstm模型、改进cnn-Bilstm组合模型及智能算法优化在手足口病发病预测预警中的应用，以探讨预测手足口病发病趋势的最优模型，为相关部门制定防治措施提供参考。方法收集山西省疾病预防控制中心2009年1月至2019年12月发布的... 详细信息

目的分析lstm模型、改进cnn-Bilstm组合模型及智能算法优化在手足口病发病预测预警中的应用，以探讨预测手足口病发病趋势的最优模型，为相关部门制定防治措施提供参考。方法收集山西省疾病预防控制中心2009年1月至2019年12月发布的山西省手足口病月度发病人数和《山西省统计年鉴2008—2020》发布的年末常住人口数据，据此测算出2009年1月至2019年12月山西省手足口病的月度发病率数据；以2009年1月至2019年12月山西省手足口病月度发病率数据作为样本建模数据分别在MATLAB 7.6软件构建相应的模型，对比各个模型的预测效果，根据误差值越小精度越高的原理，选出最优模型。结果使用RMSE、MAE误差指标对比不同模型在手足口病发病趋势中的预测效能，结果显示，改进的cnn-Bilstm组合模型的预测效能优于单一的lstm模型，而基于智能算法优化的cnn-Bilstm模型明显优于未优化的cnn-Bilstm组合模型，即cnn-Bilstm-PSO/GAPSO/SSA的RMSE、MAE的值(1.943 3、1.309 7;1.879 2、1.240 2;1.419 5、1.169 1)小于对应的cnn-Bilstm模型(2.066 3、1.390 8);其中，cnn-Bilstm-SSA组合模型表现最优。结论基于单一时间序列预测模型(lstm模型)与cnn-Bilstm组合模型相比，cnn-Bilstm组合模型的预测效果明显优于单一模型；对其cnn-Bilstm组合模型进行智能算法(PSO/GAPSO/SSA算法)优化改进可发现，基于智能算法优化的组合模型明显优于未优化前，且SSA算法优化的cnn-Bilstm模型效果更佳，具有较好的预测性能和精度，可用于山西省未来HFMD发病率的实时预测。

关键词：手足口病 lstm模型 cnn-lstm组合模型粒子群算法麻雀搜索算法 GAPSO混合算法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的轨道不平顺估计车体横向加速度研究

引用

北京交通大学学报 2023年第4期47卷 103-109页

作者：利璐李晨钟王平何庆四川省交通勘察设计研究院有限公司成都610041 西南交通大学高速铁路线路工程教育部重点实验室成都610031

针对轨道不平顺影响行车安全和乘坐舒适性的问题,开展轨道不平顺和车体振动响应之间关联关系的研究.根据轨道不平顺与车体横向加速度数据之间的时空传递特性,基于卷积神经网络(Convolutional Neural Network,cnn)与长短期记忆网络(Long ... 详细信息

针对轨道不平顺影响行车安全和乘坐舒适性的问题,开展轨道不平顺和车体振动响应之间关联关系的研究.根据轨道不平顺与车体横向加速度数据之间的时空传递特性,基于卷积神经网络(Convolutional Neural Network,cnn)与长短期记忆网络(Long Short-Term Memory,lstm),建立一种cnn-lstm组合模型.首先,对轨道不平顺与车体横向加速度之间的相干性进行分析,同时探究列车运行速度对车体横向加速度的影响,进而确定模型的输入数据;然后,对模型进行优化,确定cnn-lstm组合模型参数细节;最后,利用cnn-lstm组合模型、lstm模型和多体动力学仿真模型对车体横向加速度进行估计,并与实测的车体横向加速度进行对比分析.研究结果表明:cnn-lstm组合模型预测的平均均方根误差值为0.046,相比于lstm模型、多体动力学仿真模型的平均均方根误差值分别减少了0.006和0.026,说明了cnn-lstm组合模型能够对车体横向加速度进行有效估计.

关键词：轨道不平顺车体横向加速度深度学习 cnn-lstm组合模型

来源：评论

学校读者我要写书评

暂无评论

基于cnn-lstm工业负荷预测的光储配置和需量优化

基于CNN-LSTM工业负荷预测的光储配置和需量优化

引用

作者：史志艳上海财经大学

学位级别：硕士

根据国家能源目标,到2025年,新型储能装机容量超过3000万千瓦;到2030年风光新能源发电装机量累计超过12亿千瓦,在能源消费结构中非化石能源占比达到25%左右。而风光等新能源发电存在间歇性问题,必须使用储能等手段来平抑输出的波动性、... 详细信息

根据国家能源目标,到2025年,新型储能装机容量超过3000万千瓦;到2030年风光新能源发电装机量累计超过12亿千瓦,在能源消费结构中非化石能源占比达到25%左右。而风光等新能源发电存在间歇性问题,必须使用储能等手段来平抑输出的波动性、优化能源出力。因此,光伏储能配置和能源出力策略的优化对于节能减排至关重要。而在中国,工业用户用电量占全社会总电能的比重已上升至约69%;工业直接碳排放及用电等间接排放占我国碳排放总量的60%以上,工业用户是能源消费和节能减排的主导角色,要快速实现能源转型和能源结构升级,关键在于优化工业用户的用能行为。如何在考虑多变量的非线性影响情况下,对工业负荷进行预测,是明确源-荷-储特性、优化光储系统配置的前提所在。首先建立一个基础的lstm短期工业负荷预测模型。然后加入特征筛选环节生成cnn-lstm组合模型。cnn-lstm组合模型首先将输入数据通过窗口划分方式变成两维的图片格式,然后通过由64个滤波器组合而成的两维卷积层进行卷积运算。将卷积输出结果基于最大值池化方式降低维度后,与2层lstm连接进行预测。通过卷积操作实现预测精度的提升。不同于传统方法所使用的静态日负荷曲线,该组合模型输出动态负荷预测。模型以工业用户能源支出最小为目标函数,建立了带光储和需量优化的能源支出模型。模型尝试从投资运营成本角度将光伏储能纳入考虑,得到月前负荷功率预测。且在最小能源支出条件下,模型输出了建议的光伏、储能部署容量以及建议的最大电力需求。遵照无光伏储能安装、仅考虑储能安装和同时考虑光伏储能安装的步骤,模型逐步输出能源支出的净现金流量,建议的光伏储能配置和建议的最大需量。根据模型输出可以发现,与基础的lstm模型和其它组合方法相比,cnnlstm组合模型利用卷积操作完成特征筛选,从而实现最小预测误差,月前负荷预测误差率仅4.6%。将cnn-lstm组合模型的负荷预测结果输入到带光储与需量优化的能源支出模型中,可以发现基于本研究的算例,光储的安装可以大幅削减总电费。其中: 1.安装光伏储能前,20年的总能源支出预期达到2.4668亿元,建议的最大需量申报值为3820k W; 2.根据模型计算,建议安装368.6k Wp光伏和2764k Wh储能,实现长期总能源支出最小。安装光伏储能后,20年的能源总支出预期为1.92亿元,建议的最大需量申报值为2240.7k W; 通过适度配置光伏储能,可节约能源成本5420万元,占总成本的22%;每月最大需量申报减少1570k W,占初始建议申报量的41%,基本电费显著降低。本研究聚焦工业场景的负荷预测和可再生能源部署,通过开发更准确的工业短期负荷预测系统,并与光储配置优化和工业最大需量削减相结合,于国家而言促进了能源消费结构升级;对企业自身而言,在保证用能安全的条件下实现了最小能源支出。

关键词：节能减排工业负荷预测 cnn-lstm组合模型光储配置优化最大需量

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：