检索结果-内蒙古大学图书馆

地理学报 2024年第11期79卷 2895-2914页

作者：石常峰俞越姚潇庞庆华河海大学经济与金融学院常州213200 河海大学信息科学与工程学院常州213200

城市群是构建国内大循环、促进区域协调发展的重要平台。城市群一体化深入发展的现实背景下,其内部空间网络特性决定了单一城市碳达峰路径不可避免地受到邻近城市影响。为此,本文以中国一体化程度较高的长三角城市群为研究对象,构建基... 详细信息

城市群是构建国内大循环、促进区域协调发展的重要平台。城市群一体化深入发展的现实背景下,其内部空间网络特性决定了单一城市碳达峰路径不可避免地受到邻近城市影响。为此,本文以中国一体化程度较高的长三角城市群为研究对象,构建基于地理—经济复合维度的空间权重矩阵,应用空间计量模型考察该城市群碳排放空间关联效应,进一步构建空间嵌入式ga-lstm模型以对长三角城市群碳达峰路径进行动态模拟。实证结果显示:①若考虑长三角城市群空间关联效应,部分城市碳达峰时点提前且多数城市峰值水平降低,表明空间关联效应能有效优化城市群碳排放空间格局,但其达峰后排放态势并未受到显著影响。②基准情景下,除苏州、亳州以外城市均能于2030年前顺利实现碳达峰,其中安徽省多数城市在2019年后保持碳排放稳中有降,江苏省及浙江省部分城市达峰后的碳排放下降态势相对缓慢,而上海、南通在早期实现达峰后其碳排放却呈缓慢增加的反弹趋势。③绿色情景下,长三角城市群整体碳排放于2019年后呈平稳下降趋势,有效逆转了基准情景下的惯性增长,并且其内部城市在碳达峰时点、峰值水平以及达峰后态势方面均呈显著改善趋势,有助于形成互为促进的区域减排合力。

关键词：碳达峰路径模拟空间关联 ga-lstm模型长三角城市群

来源：评论

学校读者我要写书评

暂无评论

基于ga-lstm组合模型的股票价格预测

引用

现代计算机 2021年第33期27卷 1-7页

作者：杨语蒙李兴东兰州交通大学兰州730070

随着股票市场的非线性复杂性愈加明显以及市场的波动变幻万千,传统的股票预测方法如时间序列、K线图、广义线性模型等方法已经不再适用于股票预测。为了解决传统股票预测方法中部分信息遗忘、预测精度不高等问题,提出了一种基于ga-lstm... 详细信息

随着股票市场的非线性复杂性愈加明显以及市场的波动变幻万千,传统的股票预测方法如时间序列、K线图、广义线性模型等方法已经不再适用于股票预测。为了解决传统股票预测方法中部分信息遗忘、预测精度不高等问题,提出了一种基于ga-lstm组合模型的预测模型。采用2018年1月2日到2020年9月21日的663个交易日数据,通过ga全局寻优模型寻找lstm预测模型的最优参数,再对沪深300股票收盘价进行预测,最后通过对比lstm单一模型和ga-lstm组合模型评判指标R;与MSE大小,判断模型的预测效果和预测精度。模型输出的各项指标表明,ga-lstm的R;上升了0.0182左右,均方误差下降了0.0399左右,可以更好的用于股票预测研究。

关键词：股票预测 SVM模型 XGBoost模型 lstm模型 ga-lstm模型

来源：评论

学校读者我要写书评

暂无评论

突发公共卫生事件下感染人数与需求预测

引用

安全与环境学报 2025年

作者：王付宇叶惠芬李艳安徽工业大学管理科学与工程学院复杂系统多学科管理与控制安徽普通高校重点实验室(安徽工业大学)

突发公共卫生事件发生后，由于其传播规律不明确和供需信息不对称等问题使得医疗物资的保障问题突显。本文旨在预测突发公共卫生事件的发展情况，对建立应急医疗物资需求预测模型以提供稳定的物资保障具有重要作用。本文提出改进的传染... 详细信息

突发公共卫生事件发生后，由于其传播规律不明确和供需信息不对称等问题使得医疗物资的保障问题突显。本文旨在预测突发公共卫生事件的发展情况，对建立应急医疗物资需求预测模型以提供稳定的物资保障具有重要作用。本文提出改进的传染病模型（Susceptible Exposed Infectious Recovered Death，SEIRD）和遗传算法（Genetic Algorithm，ga）改进的长短期记忆神经网络（Long Short-Term Memory，lstm）相结合的SEIRD-ga-lstm模型，实现了对疫情多阶段、多尺度的预测。实例分析的结果表明：基于SEIRD-ga-lstm的组合预测方法准确率较高，验证了模型的有效性和稳健性。

关键词：公共安全多阶段预测 SEIRD模型 ga-lstm模型组合预测方法

来源：评论

学校读者我要写书评

暂无评论

基于ga优化lstm神经网络的岩石力学参数预测方法研究

基于GA优化LSTM神经网络的岩石力学参数预测方法研究

引用

2023中国油气人工智能科技大会

作者：冯永存丁建琦蔡文军韩贝宇吴俊涛张雅杰中国石油大学(北京)石油工程学院中海油研究总院

实时准确地获取岩石力学参数对于提高钻井效率、实现安全钻进至关重要,但现有的基于传统物理机理和一般机器学习的岩石力学参数预测模型主要集中在钻前预测,在实时预测方面存在较大的局限性和挑战性。本文提出一种将遗传算法(ga)和长短... 详细信息

实时准确地获取岩石力学参数对于提高钻井效率、实现安全钻进至关重要,但现有的基于传统物理机理和一般机器学习的岩石力学参数预测模型主要集中在钻前预测,在实时预测方面存在较大的局限性和挑战性。本文提出一种将遗传算法(ga)和长短期记忆神经网络(lstm)网络相结合利用实时钻井参数计算岩石力学参数的方法,使其更好地捕捉特征参数与岩石力学参数的非线性关系。通过滑动窗口法识别岩石力学参数中的异常点并利用BP神经网络自动修正,根据Pearson相关系数确定了10种特征参数,利用ga算法对网络层数和每层神经元个数进行了优选,使弹性模量随钻预测模型和泊松比随钻预测模型综合性能最优。研究结果表明,相较于lstm模型,ga-lstm模型在弹性模量和泊松比预测上R平方值(R2)分别提高了4%和17%,均方误差(MSE)分别减少了5%和47%,平均绝对误差(MAE)分别减少了9%和33%;相较于ANN模型,其R平方值(R2)分别提高了54%和28%,均方误差(MSE)分别减少了45%和62%,平均绝对误差(MAE)分别减少了21%和33%。本文所建立的ga-lstm模型具有较高的预测精度,为解决渤中区块岩石力学参数随钻预测问题提供了有价值的参考。

关键词：岩石力学参数滑动窗口法 ga-lstm模型渤中区块弹性模量泊松比

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：