检索结果-内蒙古大学图书馆

水力发电学报 2024年第5期43卷 80-93页

作者：卢耕阳陈云聂本武陈述晋良海三峡大学水电工程施工与管理湖北省重点实验室湖北宜昌443002 三峡大学水利与环境学院湖北宜昌443002 国家能源投资集团有限责任公司金沙江分公司成都610000

地下洞室有害气体浓度与开挖方案、地质条件等密切相关,开展施工-地质影响下的有害气体浓度精准预测对于施工安全管理具有重要意义。然而,有害气体监测数据有用信息难被提取,爆破参数、基岩类别等特征与有害气体浓度间存在非线性耦合,... 详细信息

地下洞室有害气体浓度与开挖方案、地质条件等密切相关,开展施工-地质影响下的有害气体浓度精准预测对于施工安全管理具有重要意义。然而,有害气体监测数据有用信息难被提取,爆破参数、基岩类别等特征与有害气体浓度间存在非线性耦合,基于此,本研究提出融合沙普利加性解释(SHAP)理论的集成学习有害气体浓度智能预测方法。通过主成分分析(PCA)进行特征预处理,运用树结构贝叶斯优化(tpe)算法迭代寻求CatBoost有害气体浓度预测模型最优超参数组,引入SHAP解释框架,探寻有害气体排放浓度重要影响因子。以金沙江旭龙水电站导流洞工程为例,研究结果表明:对比CatBoost、tpe-XGBoost以及tpe-LightGBM模型,tpe-CatBoost模型均方根误差(RMSE)分别降低了48.9%、40.2%、36.8%,具有更高预测精度;融合SHAP理论发现PM_(10)、PM_(2.5)浓度与爆破方案关联更为密切,CO、CO_(2)浓度受地下水状态等地质条件影响更大。

关键词：地下洞室有害气体 CatBoost集成学习 tpe算法 SHAP理论

来源：评论

学校读者我要写书评

暂无评论

基于tpe-BP神经网络的爆破振速预测模型研究

引用

矿业研究与开发 2024年第5期44卷 53-58页

作者：崔红艳张子禄胡静张荣国王桐王勇太原科技大学计算机科学与技术学院山西太原030024 山西焦煤民爆集团矿山民爆工程分公司山西太原030300

爆破振动速度是爆破设计需要考虑的的重要因素之一,然而在爆破振动速度预测中,BP神经网络超参数的确定依赖经验公式且具有主观性。为克服这种局限性,并提高振动速度预测精度,采用超参数优化算法tpe对BP神经网络进行超参数优选。以最大... 详细信息

爆破振动速度是爆破设计需要考虑的的重要因素之一,然而在爆破振动速度预测中,BP神经网络超参数的确定依赖经验公式且具有主观性。为克服这种局限性,并提高振动速度预测精度,采用超参数优化算法tpe对BP神经网络进行超参数优选。以最大段起爆炸药量、炮孔深度、水平距离、垂直距离和炸药单耗参数作为输入量,建立了隐含层数量神经元数量为31个的BP神经网络(tpe-BP)预测模型,该模型的爆破振动速度平均预测误差为2.35%,最大误差为6.29%,与基于经验公式确定超参数的BP神经网络模型和传统的BP神经网络模型相比较,平均预测误差分别降低了23.26个百分点和4.24个百分点,说明参数网络优化后tpe-BP预测模型能更好地拟合振动数据,其预测结果更接近真实值,可为爆破参数设计提供参考依据,从而有效地控制爆破振动。

关键词：爆破振动振动速度预测 BP神经网络 tpe算法超参数优化

来源：评论

学校读者我要写书评

暂无评论

基于信息融合和堆叠模型的超短期风电功率预测

引用

可再生能源 2022年第3期40卷 344-349页

作者：鲁泓壮丁云飞汪鹏宇上海电机学院电气学院上海201306

针对超短期风电功率预测,准确捕捉功率变化因素和建立混合预测模型是提高预测精度的有效手段之一。为了能够继承和整合单个模型的优点以及增强历史信息的表示和利用能力,文章提出了一种基于信息融合和堆叠模型的超短期风电功率预测模型... 详细信息

针对超短期风电功率预测,准确捕捉功率变化因素和建立混合预测模型是提高预测精度的有效手段之一。为了能够继承和整合单个模型的优点以及增强历史信息的表示和利用能力,文章提出了一种基于信息融合和堆叠模型的超短期风电功率预测模型。首先,利用相关性方法选择历史功率序列和历史测风塔数据的特征,作为预测模型的输入;然后,建立两层堆叠的集成模型作为预测模型,并使用交叉验证和超参数优化以增强预测模型的泛化性能;最后,以每个基学习器的输出作为元学习器获得最终预测值的新输入。通过东北某风电场真实数据的验证,以及与单一模型、深度神经网络模型和集成学习模型的对比,验证了所提模型的可行性和有效性。

关键词：风电功率预测时间序列分析 stacking模型序列分解与重构 tpe算法

来源：评论

学校读者我要写书评

暂无评论

基于tpe-LSTM的区域超短期风电功率预测

引用

计算机应用与软件 2022年第11期39卷 25-30,111页

作者：查雯婷闫利成陈波李亚龙杨帆中国矿业大学(北京)机电与信息工程学院北京100083 内蒙古电力科学研究院内蒙古呼和浩特010020

针对目前区域超短期风电功率预测精度较低且辅助信息不足的问题,提出一种结合贝叶斯优化和长短期记忆(LSTM)神经网络的预测方法。对历史风电功率数据进行数据修复和预处理并搭建LSTM网络模型;依据贝叶斯优化中的tpe算法对模型的超参数寻... 详细信息

针对目前区域超短期风电功率预测精度较低且辅助信息不足的问题,提出一种结合贝叶斯优化和长短期记忆(LSTM)神经网络的预测方法。对历史风电功率数据进行数据修复和预处理并搭建LSTM网络模型;依据贝叶斯优化中的tpe算法对模型的超参数寻优,以获得更好的预测性能;为了验证所提出的tpe-LSTM模型的泛化能力,加入同样经过tpe算法优化的其他模型与其比较,同时加入误差校正环节降低LSTM算法在预测过程中存在的预测误差。实验结果表明,以区域历史风电功率数据为训练数据,该模型能够得到较高的预测精度。

关键词：风电功率预测贝叶斯优化 LSTM网络 tpe算法误差校正

来源：评论

学校读者我要写书评

暂无评论

面向带钢热镀锌感应加热的改进贝叶斯温度预测算法

引用

制造业自动化 2024年第10期46卷 157-164,188页

作者：王子昂王伟马乾伦白振华福州大学机械工程及自动化学院福建福州350108 燕山大学机械工程学院河北秦皇岛066004

出锌锅后的带钢需通过合金化炉进行感应加热以保证镀层合金化过程顺利进行和获得优良的镀层质量,出感应加热炉的带钢目标温度预报研究对热镀锌带钢镀层质量在线控制具有重要意义。针对生产中带钢感应加热(Induction Heating,IH)目标温... 详细信息

出锌锅后的带钢需通过合金化炉进行感应加热以保证镀层合金化过程顺利进行和获得优良的镀层质量,出感应加热炉的带钢目标温度预报研究对热镀锌带钢镀层质量在线控制具有重要意义。针对生产中带钢感应加热(Induction Heating,IH)目标温度确定靠经验公式和人工在线调整,计算精度低、人工干预量大等问题,提出了一种结合贝叶斯参数调优和梯度提升决策树(Gradient Boosting Decision Tree,GBDT)算法的带钢热镀锌感应加热目标温度预测建模方法。对多维度和多钢种热镀锌带钢感应加热工艺大数据集,借助冶金机理和皮尔逊相关系数,筛选了与预测模型相关的特征;采用贝叶斯优化中的树状帕森估计(Tree-structured Parzen Estimator,tpe)对六种机器学习算法调参后,发现只有GBDT模型和K近邻(KNearest Neighbor,KNN)模型达到工厂生产要求;对GBDT预测模型超参数采用tpe算法、差分进化算法、随机搜索优化以及网格搜索优化四种调参方法进行调优,调优结果比较表明tpe的调参模型精度与网格搜索的模型精度相当,高于随机搜索的调参模型;tpe的调参时间与随机搜索调参时间接近,比网格搜索调参时间大大缩短;tpe算法相对于差分进化算法调优效率更高。利用优化的超参数建立GBDT模型和KNN模型,两种模型比较表明,GBDT模型训练时间短,精度高,生产预报绝对误差在±20℃以内的命中率达到了97.56%,符合生产要求,tpe和GBDT结合是建立热镀锌感应加热目标温度预测模型的最佳策略。

关键词：感应加热温度模型预测超参数调优梯度提升决策树算法 tpe算法

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：