【摘 要】
：
轨道交通站点数据具有显著的非平稳性和时间尺度差异性,为了对其进行准确高效的预测,提出了基于SVR与成分分解的预测方法。采用模态分解对站点流量数据进行局部特征提取,成分分解结果由若干IMF和一个残差组成,能够降低特征提取过程中的局部极值干扰。在站点流量成分分解基础上设计了SVR优化模型,利用SVR模型对数据的训练来实现结果预测。模型针对低维线性分解、预测精度和效率问题,依次引入了核函数,损失因子,及
【机 构】
：
郑州轻工业大学计算机与通信工程学院
【基金项目】
：
河南省重点研发与推广专项(科技攻关)(192102210108,202102210179)。
论文部分内容阅读
轨道交通站点数据具有显著的非平稳性和时间尺度差异性,为了对其进行准确高效的预测,提出了基于SVR与成分分解的预测方法。采用模态分解对站点流量数据进行局部特征提取,成分分解结果由若干IMF和一个残差组成,能够降低特征提取过程中的局部极值干扰。在站点流量成分分解基础上设计了SVR优化模型,利用SVR模型对数据的训练来实现结果预测。模型针对低维线性分解、预测精度和效率问题,依次引入了核函数,损失因子,及惩罚因子,并采用遗传算法对SVR优化模型的引入参数进行寻优。仿真分别对站点流量预测的准确性和效率进行性能
其他文献
蒸汽发生器排污系统(BDS)对核动力装置起着关键性作用,不仅影响蒸汽发生器的换热效率,还关系到汽轮机安全。但是通过近几年核动力装置现场工作人员统计,BDS是一个故障发生概率较大的系统。所以现以BDS为研究对象,通过COSINE程序对该系统进行仿真建模,在验证稳态工况基础上,选择事故概率较高的热交换器泄露事故作为瞬态研究目标,分析事故下系统的热工水力现象,以及给出相应的事故解决方案,并对该事故方案进
微电网并联逆变器接入非线性负载时出现的谐波电流,会引起逆变器输出电压畸变严重。以两逆变器并联运行模型为研究对象,提出一种综合控制策略。首先,在电压外环采用比例积分控制和重复控制串联控制方法的同时,考虑下垂控制所引起的基波频率偏移会进一步恶化输出电压质量,改进重复控制方法,实现在频率变化时对电压谐波的有效抑制。其次,由于SOGI可以抑制输入信号的谐波,将基于SOGI的虚拟复阻抗引入到电流反馈环,抑制
机载合成孔径雷达硬件架构和成像算法的不断发展对复杂大尺度目标的实时回波仿真提出了更高要求。为了实现雷达仿真器实时和多模式性能的提升,基于Xilinx可编程逻辑SoC平台ZYNQ设计了机载合成孔径雷达实时回波仿真器,将改进二维快速傅里叶变换的回波仿真算法与具体硬件实现流程结合,提出了基于AXI总线PS-PL互联的脚本式CORDIC回波仿真方法,实现了复杂面目标回波的实时仿真。对于雷达目标模型高精度仿
故障检测是近年来的热门话题,大数据环境下,原有算法在计算量和效率上已不能满足当前的需求,智能算法应用越来越广泛,将其应用于故障检测有较好的效果,细菌算法是新兴的全局优化智能算法,但其原有算法有一定的局限性。将细菌算法结合自适应理论,优化了细菌算法中趋化步长和繁殖步骤,对比传统BFO最优值有7个数量级的提高,在收敛性方面提高了一倍,并且将其与贝叶斯网络结构学习相结合解决轨道电路故障诊断的问题。
光伏充电站中设备故障维修时间对运行效率有着重要影响。为提高光伏充电站设备维修时间的预测精度,考虑到神经网络算法中隐含层神经元数对算法预测精度的影响,提出了一种改进的GA-BP神经网络算法,并以光伏充电站60个设备维修时间为样本验证了改进算法的有效性。结果表明,GA-BP神经网络结构中隐含层神经元数取5时算法预测精度最高,且采用改进GA-BP神经网络算法预测时平均相对误差仅为6.1%,较灰色模型与B
针对传统车联网数据传输威胁抑制方法中存在识别威胁信息不准确、数据传输时间较慢的问题,利用匿名交换算法提出一种新的车联网数据传输威胁抑制方法。将威胁目标转变成量化矩阵,采用聚类与加权平分规则建立威胁目标识别模型,以此识别出威胁目标等级;利用子树匿名化混合算法选择适当的组件对数据进行匿名化,提升数据隐私保护系数;使用基于私密随机预编码的密钥匿名交换算法,计算收发双方共享的私密随机值,通过信道容量理论生
短期负荷预测在电力系统运行和调度中起着重要作用,为了更好地提取数据中蕴含的有效信息,提升短期负荷预测精度,本文引入Seq2seq算法的注意力机制提出了多层Bi-LSTM的Seq2seq深度学习模型(BL-Seq2seq)实现短期用电负荷预测。其中Seq2seq的编码端由多层Bi-LSTM组成,将输入数据进行编码,并在网络末端输出编码后的最终状态;Seq2seq解码端为单层LSTM,它将编码端的最终
为降低区间失效对城市轨道交通(URT)运营的影响,分别以随机及蓄意攻击的方式模拟自然灾害及人为破坏对URT区间的破坏,以最大化全日出行客运量、最小化修复完成后乘客出行拥挤度为目标,考虑修复能力、出行需求等约束条件,构建了URT区间失效修复模型,并以系统弹性损失为指标量化修复效果,结合快速非支配排序遗传算法对该模型进行了求解。结果表明:修复失效区间时,客运量最优目标倾向于修复最重要区间,而拥挤度最优
针对多能源集线器系统优化调度中强耦合、约束复杂和高维度等问题,提出了一种差分进化量子粒子群优化算法。该算法将差分进化算法中的变异、交叉和选择操作与量子粒子群算法中粒子位置更新公式相结合,进而增加了量子粒子群算法中种群的多样性,解决了粒子在搜索中后期易陷入局部最优的问题,提高了算法全局搜索的能力。采用标准测试函数对该算法进行测试,测试结果表明新算法具有良好的收敛性和全局搜索能力。将上述算法应用于多能
线路结构不平衡影响着悬垂串的张力特性,以某220kV"耐直耐"交叉跨越线路实际工程为背景,通过改变交叉跨越耐张段线路中的邻档档距和高差,研究大风工况下交叉跨越线路结构不对称特性对其悬垂串最大动张力的影响。建立了交叉跨越线路有限元模型,利用线性滤波法模拟大风工况下的脉动风速时程曲线,根据大风工况的模拟风速对不同交叉跨越线路有限元模型分别进行动态分析计算,对计算结果中的导地线悬垂串最大动张力进行对比和