利用Lyapunov稳定性分析方法研究一类具有传输时滞的采样负荷频率控制(load frequency control,LFC)系统的稳定性问题。首先,使用PI控制策略,建立时滞相关变量和时滞无关变量分离的采样LFC系统闭环模型。其次,基于闭环函数方法,构造一...
详细信息
利用Lyapunov稳定性分析方法研究一类具有传输时滞的采样负荷频率控制(load frequency control,LFC)系统的稳定性问题。首先,使用PI控制策略,建立时滞相关变量和时滞无关变量分离的采样LFC系统闭环模型。其次,基于闭环函数方法,构造一个新的包含更多系统时滞和采样信息的增广闭环型Lyapunov泛函。再次,使用积分不等式估计Lyapunov泛函导数中的二次型积分项,获得一个低保性的时滞和采样周期相关稳定性新判据。最后,基于稳定判据讨论PI控制器参数与传输时滞或采样周期最大允许上界的关系,揭示传输时滞对采样周期最大允许上界以及对系统性能的影响,计算与仿真结果验证了所提方法的有效性和优越性。
以旅游大数据为基础,考虑长时间范围内的滞后效应以及不同搜索强度指数(Search Intensity Index,SII)之间的多任务影响,提出一种基于大数据的多任务旅游信息分析(Multi-tasking Tourism Information Analysis Based on Big Data,MTIABD...
详细信息
以旅游大数据为基础,考虑长时间范围内的滞后效应以及不同搜索强度指数(Search Intensity Index,SII)之间的多任务影响,提出一种基于大数据的多任务旅游信息分析(Multi-tasking Tourism Information Analysis Based on Big Data,MTIABD)框架。使用融合信息重排序技术预测旅游需求,具体根据图引导结构模拟历史变量对未来变量的滞后影响。每个变量通过时间维度上的卷积神经网络(Convolutional Neural Network,CNN)进行独立编码,利用二分图动态建模滞后效应,通过图聚合进行挖掘,实现对旅游需求的精准预测。基于上述技术,构建旅游需求预测系统,旅游者能够根据需求检索不同景点的信息。在真实数据集上进行大量实验,结果表明所提出的MTIABD框架在一步和多步预测方面均优于现有方法。在平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)指标下,相较于基于实例的多变量时间序列图预测框架(Instance-wise Graph-rased Framework for Multivariate Time Series Forecasting,IGMTF),MTIABD在HK-2021数据集上的性能提高了16.75%,在MO-2021数据集上的性能提高了19.79%。
暂无评论