检索结果-内蒙古大学图书馆

隧道建设（中英文） 2024年第11期44卷 2139-2148页

作者：曾毅吴嘉敏卞跃威唐嘉佑闫涛沈水龙上海市隧道工程轨道交通设计研究院上海200235 汕头大学工学院广东汕头515063

为保障盾构施工安全并提升掘进效率,提出基于长短时记忆神经网络(lstm)算法的大直径泥水平衡盾构掘进姿态预测方法。选取泥水平衡盾构掘进过程中的参数,并采用Pearson相关系数对盾构姿态的关联因素进行分析,获取影响盾构姿态的主要因素... 详细信息

为保障盾构施工安全并提升掘进效率,提出基于长短时记忆神经网络(lstm)算法的大直径泥水平衡盾构掘进姿态预测方法。选取泥水平衡盾构掘进过程中的参数,并采用Pearson相关系数对盾构姿态的关联因素进行分析,获取影响盾构姿态的主要因素,以此构建盾构姿态预测数据集;采用长短时记忆神经网络建立盾构姿态预测模型,并利用自适应估计(Adam)算法对其进行优化以获取最优的盾构姿态预测结果。盾构姿态的预测参数主要包括:盾头水平偏差(HDSH)、盾头垂直偏差(VDSH)、盾尾水平偏差(HDST)、盾尾垂直偏差(VDST)、俯仰角(R)、滚动角(P)。影响盾构姿态预测结果的主要因素为盾构参数和地层参数,其中,盾构分组油缸压力和地层平均抗压/抗剪强度对盾构姿态的影响最大。经过优化的Adam-lstm神经网络模型对盾构角度的预测效果最优,均方差在0.1以下;对盾构姿态各项参数预测的平均误差小于5%的占比超过80%。

关键词：大直径盾构隧道泥水平衡盾构姿态预测 lstm算法

来源：评论

学校读者我要写书评

暂无评论

基于lstm算法的玉米籽粒储藏温度预测

引用

实验技术与管理 2024年第1期41卷 57-62页

作者：陈思羽徐爱迪王贞旭于添宋婉欣乔睿吴文福佳木斯大学机械工程学院黑龙江佳木斯154000 黑龙江省农业机械工程科学研究院黑龙江哈尔滨150081 吉林大学生物与农业工程学院吉林长春130022

为减少储粮损失和虫霉等的发生,该文利用自制试验仓及检测系统检测储藏玉米籽粒不同位置的粮温,分析粮堆温度变化及整个粮堆热量的传递过程。试验结果表明,仓外环境温度对粮温影响较大,仓内粮食温度变化与仓外环境温度变化相比较为滞后... 详细信息

为减少储粮损失和虫霉等的发生,该文利用自制试验仓及检测系统检测储藏玉米籽粒不同位置的粮温,分析粮堆温度变化及整个粮堆热量的传递过程。试验结果表明,仓外环境温度对粮温影响较大,仓内粮食温度变化与仓外环境温度变化相比较为滞后,粮堆第一层2号位置温度在检测周期中一直处于较低状态,温度最高位置出现在第四层12号位置。基于粮堆温度变化分析,该文开展了基于长短时记忆网络(lstm)算法的玉米籽粒储藏粮温预测研究。结果表明:(1)对比预测值与试验值可知,粮堆第一、二、三、四层测试集的粮温准确率分别为0.62、0.89、0.83、0.79;(2)位于粮堆第二层和第三层的预测结果精度较高,试验仓粮堆底层和顶层温度易受环境温度影响,粮堆热量交换速度快,温度变化迅速,导致第一层和第四层预测结果精度偏低。该研究可为粮食储藏温度预测研究提供新思路。

关键词：玉米籽粒储藏 lstm算法温度预测

来源：评论

学校读者我要写书评

暂无评论

基于云模型与lstm算法的旋转机械故障诊断研究

引用

机床与液压 2023年第19期51卷 223-228页

作者：胥佳瑞中国大唐集团科学技术研究总院有限公司华北电力试验研究院北京100040

针对旋转机械故障率偏高,而人工参与故障诊断工作量大、效率偏低等问题,提出一种基于云模型与lstm算法的旋转机械故障诊断方法。采用实验台采集振动故障原始数据,统一进行EEMD数据预处理,利用云模型进行故障特征数据提取,输入lstm神经... 详细信息

针对旋转机械故障率偏高,而人工参与故障诊断工作量大、效率偏低等问题,提出一种基于云模型与lstm算法的旋转机械故障诊断方法。采用实验台采集振动故障原始数据,统一进行EEMD数据预处理,利用云模型进行故障特征数据提取,输入lstm神经网络模型进行故障诊断。通过云模型和能量法进行特征提取,分别输入支持向量机和lstm神经网络模型进行诊断结果对比。结果表明:云模型与lstm算法的故障诊断准确率最高,达到98.75%,证明该方法能够有效应用在旋转机械故障诊断中。

关键词：云模型 lstm算法旋转机械故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于改进K-means++和lstm算法的居民负荷远程分解方法

引用

湖南电力 2025年第1期45卷 93-99页

作者：廖贺喻伟熊政豆龙龙周惯衡江苏方天电力技术有限公司江苏南京211106

针对低压居民用户数量庞大,额外安装监测设备或升级现有监测设备成本高昂的问题,基于高级量测体系的大规模分钟级采集数据,提出一种改进K-means++和长短时记忆算法的居民负荷远程分解方法。首先,基于滑动窗的双边累计和算法监测更加精... 详细信息

针对低压居民用户数量庞大,额外安装监测设备或升级现有监测设备成本高昂的问题,基于高级量测体系的大规模分钟级采集数据,提出一种改进K-means++和长短时记忆算法的居民负荷远程分解方法。首先,基于滑动窗的双边累计和算法监测更加精准、高效、实时地捕捉数据的变化。其次,采用改进的K-means++算法找到具有代表性的负荷进行负荷识别且保证运算速率。最后利用长短时记忆算法,捕捉随着时间发生规律性变化的数据来完成负荷分解。通过在1 min的低采样频率下采集的居民日常负荷数据,充分验证了算法的适用性。

关键词：高级量测体系 K-Means++算法 lstm算法居民负荷远程分解

来源：评论

学校读者我要写书评

暂无评论

基于lstm算法的岚河流域洪水预报误差校正研究

引用

中国防汛抗旱 2025年

作者：王旭东周全保张惠茹程彬彬山西省水利发展中心太原理工大学水利科学与工程学院

在改进新安江水文预报模型的基础上，利用预报值与实测值之间的误差，构建了lstm洪水预报误差校正模型。以山西省岚河流域50场代表性洪水为研究对象，对改进新安江模型预报结果进行了实时校正。研究结果表明：基于lstm算法的预报误差校... 详细信息

在改进新安江水文预报模型的基础上，利用预报值与实测值之间的误差，构建了lstm洪水预报误差校正模型。以山西省岚河流域50场代表性洪水为研究对象，对改进新安江模型预报结果进行了实时校正。研究结果表明：基于lstm算法的预报误差校正模型可以较好地提高岚河流域的洪水预报精度，又不会缩短预见期。

关键词：岚河流域 lstm算法洪水预报误差校正

来源：评论

学校读者我要写书评

暂无评论

基于lstm算法的智能节水灌溉预测模型研究

引用

农机化研究 2022年第3期44卷 22-27,32页

作者：李学军程红四川大学锦城学院成都611731 成都理工大学成都610059

针对当前农田灌溉缺乏科学技术指导、水资源浪费严重的现状,为提高灌溉用水的利用效率,在智慧农业灌溉系统体系结构的基础上,提出了一种基于lstm算法的智慧农业灌溉预测模型,可根据作物生长需求、生长环境和种植土壤等数据实现精准灌溉... 详细信息

针对当前农田灌溉缺乏科学技术指导、水资源浪费严重的现状,为提高灌溉用水的利用效率,在智慧农业灌溉系统体系结构的基础上,提出了一种基于lstm算法的智慧农业灌溉预测模型,可根据作物生长需求、生长环境和种植土壤等数据实现精准灌溉,能够最大程度地节约水资源。通过实验对lstm灌溉预测模型与传统灌溉预测模型的预测值进行对比分析,结果表明:lstm模型预测结果更为接近实际值,性能优良,可为实现智能节水灌溉提供可靠的依据。

关键词：智慧农业灌溉智能节水预测模型 lstm算法精准灌溉

来源：评论

学校读者我要写书评

暂无评论

基于lstm算法的机车驱动轴承温度预测

引用

电力机车与城轨车辆 2025年第2期48卷 47-52页

作者：文锦阳陶功安钟晓波谭桐舒瑶中车株洲电力机车有限公司湖南株洲412001

随着铁路运输的发展,机车运行的线路条件更加复杂,运行速度逐渐加快,驱动轴承的转速和负荷也随之加大,故障率因此提升。为了提早检测出驱动轴承异常问题,文章提出了一种基于lstm算法的机车驱动轴承温度预测方法,并结合机车故障预测和健... 详细信息

随着铁路运输的发展,机车运行的线路条件更加复杂,运行速度逐渐加快,驱动轴承的转速和负荷也随之加大,故障率因此提升。为了提早检测出驱动轴承异常问题,文章提出了一种基于lstm算法的机车驱动轴承温度预测方法,并结合机车故障预测和健康管理系统的数据库研究了不同训练因子对温度预测精度的影响,分析得到最优训练因子并融入算法,提高了算法的预测能力,以期更早发现轴承温度异常发展趋势,从而做到提前干预,降低其故障率。

关键词： lstm算法机车轴承温度预测

来源：评论

学校读者我要写书评

暂无评论

基于ARIMA-lstm算法的母猪妊娠期饲喂量预测

引用

安徽科技学院学报 2024年第4期38卷 110-116页

作者：岳宝昌樊晓宇凌丽谭飞飞王洋任国栋安徽科技学院机械工程学院安徽凤阳233100 安徽科技学院电气与电子工程学院安徽蚌埠233030 蚌埠依爱电子科技有限责任公司安徽蚌埠233000

目的:针对母猪妊娠期饲喂问题,对妊娠母猪饲喂量进行预测,以精确控制妊娠母猪所需要的饲料量,有助于母猪精准饲喂,节约养殖成本。方法:结合ARIMA和lstm算法的各自优势,利用融合ARIMA和lstm的ARIMA-lstm优化算法,对妊娠期母猪饲喂量进行... 详细信息

目的:针对母猪妊娠期饲喂问题,对妊娠母猪饲喂量进行预测,以精确控制妊娠母猪所需要的饲料量,有助于母猪精准饲喂,节约养殖成本。方法:结合ARIMA和lstm算法的各自优势,利用融合ARIMA和lstm的ARIMA-lstm优化算法,对妊娠期母猪饲喂量进行精准预测,以控制智能饲喂器精准下料。结果:ARIMA-lstm优化算法对母猪饲喂量的预测精度最高,相比ARIMA和lstm算法,均方根误差分别降低48.74%和17.22%,平均绝对偏差分别降低48.70%和27.37%。结论:ARIMA-lstm优化算法能够提高母猪妊娠期饲喂量的预测精度,能够控制智能饲喂器精准下料,为妊娠母猪饲喂量预测提供较好的依据。

关键词：妊娠母猪 ARIMA算法 lstm算法 ARIMA-lstm优化算法

来源：评论

学校读者我要写书评

暂无评论

基于灰色lstm算法的粉尘浓度预测

引用

煤炭技术 2025年第2期44卷 125-129页

作者：娄璇杨超宇安徽理工大学经济与管理学院安徽淮南232001 安徽理工大学人工智能学院安徽淮南232001

原煤开采过程中所产生气体浮尘对人体及环境有较大的影响,其中井下粉尘浓度过高及煤尘扩散,导致尘肺等职业病的患病概率与煤矿粉尘爆炸风险事故概率大幅增加,故需对煤矿粉尘浓度进行有效地监测控制。通过变分模态分解算法,将原始样本数... 详细信息

原煤开采过程中所产生气体浮尘对人体及环境有较大的影响,其中井下粉尘浓度过高及煤尘扩散,导致尘肺等职业病的患病概率与煤矿粉尘爆炸风险事故概率大幅增加,故需对煤矿粉尘浓度进行有效地监测控制。通过变分模态分解算法,将原始样本数据分解为不在同一调制信号内的2组数据,运用lstm算法预测分解后的高频信号、灰色算法预测分解后的低频信号,并采取马尔科夫链预测对预测模型进行修正,构建基于灰色lstm算法的粉尘浓度预测模型。研究结果表明,灰色lstm预测模型平均绝对误差为0.0670、均方误差与均方根误差分别为0.0047与0.0688,预测模型准确度高于单一lstm神经网络预测。

关键词：粉尘浓度预测 lstm算法灰色马尔可夫链预测煤矿安全

来源：评论

学校读者我要写书评

暂无评论

基于lstm算法的碳排放权交易价格多因素预测研究

引用

价格理论与实践 2022年第7期 64-68页

作者：沈蕾罗梦丝武汉理工大学经济学院

科学预测碳排放权交易价格对我国碳排放市场建设以及“双碳”目标实现具有重要意义。本文在综合考虑能源价格、气候环境、国际碳排放权交易市场以及工业发展水平等多种影响因素后,引入lstm算法对碳排放权交易价格进行多因素预测,并将实... 详细信息

科学预测碳排放权交易价格对我国碳排放市场建设以及“双碳”目标实现具有重要意义。本文在综合考虑能源价格、气候环境、国际碳排放权交易市场以及工业发展水平等多种影响因素后,引入lstm算法对碳排放权交易价格进行多因素预测,并将实证结果与单因素预测相对照,实证结果发现:多因素预测比单一因素预测更加精准,能够有效地预测未来短期碳排放权交易价格的趋势与波动,为市场参与者的交易策略提供参考依据,发挥其价格信号功能,从而进一步推进我国碳排放交易市场的发展与稳定。

关键词：碳排放权交易价格能源价格 lstm算法多因素预测

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：