期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
人口密度随机森林模型优化实验研究 被引量：2
1
作者 李玲玲 刘劲松 +3 位作者 李智 温佩璋 李艳成 刘艺 《地理学报》 EI CSCD 北大核心 2023年第5期1304-1320,共17页
随机森林模型是精准刻画区域人口分布规律和影响机制的主流研究方法。本文以石家庄为实验区,以综合禀赋分区为建模单元,在公顷网格粒度上分区开展分层采样,系统进行了递增式人口密度影响因子遴选实验,全流程(分区建模、分层采样、因子... 随机森林模型是精准刻画区域人口分布规律和影响机制的主流研究方法。本文以石家庄为实验区,以综合禀赋分区为建模单元,在公顷网格粒度上分区开展分层采样,系统进行了递增式人口密度影响因子遴选实验,全流程(分区建模、分层采样、因子遴选、加权输出)优化了人口密度随机森林模型。研究表明:①分区建模抑制了模型混淆人口分布法则问题;在栅格粒度上采样,不仅使训练样本数据质量摆脱了MAUP的困扰,而且在形式上尝试降低区群谬误的不良影响;分层采样确保了样本数据集中人口密度标签值的分布稳定性。②利用人口密度随机森林模型,分区开展人口密度影响因子遴选实验,逐步提升了模型的拟合优度R^(2);距聚落距离是各区人口密度的主要影响因子;各区的人口分布影响机制存在显著差异,创新禀赋因子对城镇地区人口密度有较强影响,自然禀赋因子对乡村地区人口密度有较强影响。③对人口密度预测数据集进行优化组合,显著提高了模型的鲁棒性。④所获人口密度数据集具有多尺度叠加特征,大尺度上呈现出平原人口密度高于山区,小尺度上呈现出城镇人口密度高于乡村的“核心—边缘”特征。人口密度随机森林模型优化方案为揭示地方性人口分布规律和人口分布影响机制提供了统一的技术框架。 展开更多
关键词 人口密度 随机森林模型 禀赋分区 分层采样 因子遴选 加权输出
原文传递
基于多模型动态矩阵控制的喷氨优化装置及应用 被引量：4
2
作者 黄德胜 王忠凯 +1 位作者 邓继军 张磊 《热能动力工程》 CAS CSCD 北大核心 2020年第6期280-286,共7页
针对PID调节的常规喷氨控制策略难以较好地解决由于大时延、外扰等因素造成的选择催化还原(Selective Catalytic Reduction,SCR)出口NOx浓度大幅波动的问题,设计了一套基于多模型动态矩阵的喷氨优化装置,利用动态矩阵控制算法提高喷氨... 针对PID调节的常规喷氨控制策略难以较好地解决由于大时延、外扰等因素造成的选择催化还原(Selective Catalytic Reduction,SCR)出口NOx浓度大幅波动的问题,设计了一套基于多模型动态矩阵的喷氨优化装置,利用动态矩阵控制算法提高喷氨调节速度以改善出口NOx浓度波动,通过设置多个动态矩阵控制器及加权输出环节提高了该装置的鲁棒性。最后,在某660 MW超临界机组上实现了该装置的整体应用。应用结果表明:各种工况下出口NOx浓度控制平稳,喷氨控制效果得到有效改善。 展开更多
关键词 选择催化还原 大时延 外扰 多模型动态矩阵 加权输出 出口NO_x浓度
原文传递
基于RBF神经网络集成-模糊加权输出的数字温度传感器误差补偿 被引量：20
3
作者 林海军 滕召胜 +1 位作者 杨进宝 刘让周 《仪器仪表学报》 EI CAS CSCD 北大核心 2011年第7期1675-1680,共6页
数字温度传感器存在非线性误差,在高精度测温系统中需要进行误差补偿。提出了一种基于径向基函数神经网络集成-模糊加权输出(RBFNNE-FWO)的数字温度传感器误差补偿方法:首先根据数字温度传感器的误差特征,提取特征阈值,构造三个相互独... 数字温度传感器存在非线性误差,在高精度测温系统中需要进行误差补偿。提出了一种基于径向基函数神经网络集成-模糊加权输出(RBFNNE-FWO)的数字温度传感器误差补偿方法:首先根据数字温度传感器的误差特征,提取特征阈值,构造三个相互独立的成员RBFNN;考虑到成员网络之间边界误差补偿问题,构建一种RBFNN集成输出权值模糊调节器,获得RBFNN集成输出权值,从而完成数字温度传感器的全量程误差补偿。与多种方法的比较仿真实验表明,这种RBFNNE-FWO方法的性能最佳、各成员网络边界误差最小,补偿后的数字温度传感器误差减少了两个数量级,大大提高了测温准确度。 展开更多
关键词 数字温度传感器 误差补偿 径向基函数神经网络集成-模糊加权输出 边界误差
下载PDF
基于区间适应值交互式遗传算法的加权多输出高斯过程代理模型 被引量：24
4
作者 孙晓燕 陈姗姗 +1 位作者 巩敦卫 张勇 《自动化学报》 EI CSCD 北大核心 2014年第2期172-184,共13页
融合了用户认知和智能评价的交互式遗传算法(Interactive genetic algorithm,IGA)是解决一类定性性能指标优化问题的有效方法,但是,评价不确定性和易疲劳性极大地限制了该算法解决实际问题的能力.基于用户已评价信息,采用合适的机器学... 融合了用户认知和智能评价的交互式遗传算法(Interactive genetic algorithm,IGA)是解决一类定性性能指标优化问题的有效方法,但是,评价不确定性和易疲劳性极大地限制了该算法解决实际问题的能力.基于用户已评价信息,采用合适的机器学习方法,构建用户认知代理模型是解决上述问题的常用方法之一.但是,现有研究成果均没有考虑用户评价不确定性对学习样本、代理模型的影响,以及模型拟合不确定性对基于适应值的进化操作有效性的影响.针对上述问题,本文提出基于加权多输出高斯过程(Gaussian process,GP)代理模型的交互式遗传算法.首先,在区间适应值评价模式下,提取学习样本的噪声特性,以确定相应学习样本对代理模型的影响度权重系数,构建两输出高斯过程代理模型;然后,利用代理模型提供的预测值及预测置信水平,给出一种新的个体适应值估计方法和个体选择方法;基于模型预测信息,实现模型更新管理.将所提算法分别应用于含噪函数和服装设计问题中,所得结果表明本文算法可更好地拟合和跟踪用户认知,减小对进化搜索的误导,更快找到用户满意解. 展开更多
关键词 遗传算法 交互 代理模型 高斯过程 加权多输出
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部