期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于双输出神经网络的转炉碳温控制模型
被引量：
19
1
作者
杨立红
刘浏
何平
《钢铁》
CAS
CSCD
北大核心
2002年第11期13-15,34,共4页
分析了转炉终点碳温控制时应采用的控制变量 ,采用标准差和中位数等方法对转炉冶炼输入变量进行前处理 ,用主成分分析法对现场数据的神经网络训练样本进行降维处理 。
关键词
双
输出
神经网络
控制模型
静态模型
终点碳
终点温度
转炉炼钢
下载PDF
职称材料
基于双输出前馈神经网络和鲸鱼优化算法的区间预测方法
被引量：
5
2
作者
马宇红
杨梅
孙亚娜
《西北师范大学学报（自然科学版）》
CAS
北大核心
2021年第2期23-32,共10页
结合改进的鲸鱼优化算法(WOA)、双输出前馈神经网络(DFNN)和上下界估计(LUBE)方法设计了一种新的区间预测算法WDL(WOA+DFNN+LUBE).首先,构建双输出前馈神经网络,以较大输出作为预测区间的上界,较小输出作为下界.其次,以区间覆盖宽度准则...
结合改进的鲸鱼优化算法(WOA)、双输出前馈神经网络(DFNN)和上下界估计(LUBE)方法设计了一种新的区间预测算法WDL(WOA+DFNN+LUBE).首先,构建双输出前馈神经网络,以较大输出作为预测区间的上界,较小输出作为下界.其次,以区间覆盖宽度准则(CWC)作为网络优化目标,针对其非连续、非可微的特征,通过改进的鲸鱼优化算法优化双输出前馈神经网络.最后,通过10个通用数据集评估WDL算法的预测性能,并与GDL(GA+DFNN+LUBE)算法和PDL(PSO+DFNN+LUBE)算法进行比较;进一步,通过数据集分区技术分析数据分布对WDL算法性能的影响.结果表明:随着置信水平上升,WDL算法的预测区间覆盖率(PICP)快速减小,预测区间归一化平均宽度(PINAW)显著增加,预测性能明显下降;在90%的置信水平下,WDL算法的平均PICP接近1,而GDL和PDL算法的平均PICP只有0.9和0.8,平均PINAW分别为0.5554,0.6811和0.6403,WDL算法具有明显优势;对均值中心区域数据,WDL算法的平均PICP高达0.9860,而均值临近区域和偏远区域数据的平均PICP仅为0.9835和0.8106,对中位数中心区域数据,WDL算法的平均PICP高达0.9873,而中位数低值区域和高值区域数据的平均PICP仅为0.9377和0.8336,但PINAW并无明显差异,说明数据降噪能够显著改善WDL算法的性能.总之,WDL算法能够获得更高的PICP和更窄的PINAW,显著降低数据预测的不确定性,提高预测性能.
展开更多
关键词
区间预测
双
输出
前馈
神经网络
鲸鱼优化算法
上下界估计
下载PDF
职称材料
基于双输入输出卷积神经网络代理模型的油藏自动历史拟合研究
3
作者
陈旭
张凯
+3 位作者
刘晨
张金鼎
张黎明
姚军
《油气地质与采收率》
CAS
CSCD
北大核心
2024年第3期165-177,共13页
传统油藏自动历史拟合方法需进行多次计算耗时的油藏数值模拟,而深度学习代理模型可以实现高效且精度近似的油藏数值模拟替代计算。在基于深度学习代理模型的油藏自动历史拟合方法中,通常将采用油藏自动历史拟合方法进行调整的油藏不确...
传统油藏自动历史拟合方法需进行多次计算耗时的油藏数值模拟,而深度学习代理模型可以实现高效且精度近似的油藏数值模拟替代计算。在基于深度学习代理模型的油藏自动历史拟合方法中,通常将采用油藏自动历史拟合方法进行调整的油藏不确定性参数作为深度学习代理模型的输入参数。现有的深度学习代理模型常为单一输入输出的神经网络模型架构,并未考虑油藏自动历史拟合方法需要对多个油藏不确定性参数进行调整,且需要训练多个深度学习代理模型以实现对油藏含水饱和度场分布及压力场分布的预测。为此,提出了一种基于双输入输出卷积神经网络代理模型的油藏自动历史拟合方法,将油藏渗透率场分布及相对渗透率参数作为输入,使用双输入输出卷积神经网络同时对油藏含水饱和度场分布及压力场分布进行预测,利用Peaceman方程计算产量,并耦合到多重数据同化集合平滑器(ES-MDA)方法中,对油藏渗透率场分布及相对渗透率参数进行反演更新,实现较为高效的油藏自动历史拟合求解。研究结果表明:双输入输出卷积神经网络代理模型在指定时间步的油藏含水饱和度场分布、压力场分布的预测精度均为93%以上。相较于传统油藏自动历史拟合方法,基于双输入输出卷积神经网络代理模型的油藏自动历史拟合方法避免了多次调用油藏数值模拟器的计算耗时问题,提高了拟合效率。
展开更多
关键词
油藏自动历史拟合
油藏数值模拟
深度学习
代理模型
双
输入
输出
卷积
神经网络
下载PDF
职称材料
木材干燥窑内判断传感器有效状态方法的研究
4
作者
张佳薇
郭润龙
《传感器与微系统》
CSCD
北大核心
2009年第5期55-57,60,共4页
为了判断传感器的有效工作状态,提出了基于D-S证据理论和CMAC神经网络的信息融合方法。利用传感器在空间和时间上的冗余或互补信息,依据D-S证据理论,消除故障检测、诊断中的不确定性。采用模块化的小脑模型识别网络建立基本信任分配函数...
为了判断传感器的有效工作状态,提出了基于D-S证据理论和CMAC神经网络的信息融合方法。利用传感器在空间和时间上的冗余或互补信息,依据D-S证据理论,消除故障检测、诊断中的不确定性。采用模块化的小脑模型识别网络建立基本信任分配函数,具有最佳一致逼近特性,同时解决了D-S证据理论确定基本信任分配函数的困难和因输入参数改变影响信任分配函数构建的问题。仿真结果表明:该方法可以对木材干燥过程中传感器工作状态进行有效诊断。
展开更多
关键词
故障诊断
数据融合
双
输入单
输出
小脑模型
神经网络
证据理论
下载PDF
职称材料
题名
基于双输出神经网络的转炉碳温控制模型
被引量：
19
1
作者
杨立红
刘浏
何平
机构
钢铁研究总院冶金工艺研究所
钢铁研究总院
出处
《钢铁》
CAS
CSCD
北大核心
2002年第11期13-15,34,共4页
文摘
分析了转炉终点碳温控制时应采用的控制变量 ,采用标准差和中位数等方法对转炉冶炼输入变量进行前处理 ,用主成分分析法对现场数据的神经网络训练样本进行降维处理 。
关键词
双
输出
神经网络
控制模型
静态模型
终点碳
终点温度
转炉炼钢
Keywords
static model, end carbon, end temperature
分类号
TF345 [冶金工程—冶金机械及自动化]
下载PDF
职称材料
题名
基于双输出前馈神经网络和鲸鱼优化算法的区间预测方法
被引量：
5
2
作者
马宇红
杨梅
孙亚娜
机构
西北师范大学数学与统计学院
西北师范大学学报编辑部
出处
《西北师范大学学报（自然科学版）》
CAS
北大核心
2021年第2期23-32,共10页
基金
国家自然科学基金资助项目(51368055)。
文摘
结合改进的鲸鱼优化算法(WOA)、双输出前馈神经网络(DFNN)和上下界估计(LUBE)方法设计了一种新的区间预测算法WDL(WOA+DFNN+LUBE).首先,构建双输出前馈神经网络,以较大输出作为预测区间的上界,较小输出作为下界.其次,以区间覆盖宽度准则(CWC)作为网络优化目标,针对其非连续、非可微的特征,通过改进的鲸鱼优化算法优化双输出前馈神经网络.最后,通过10个通用数据集评估WDL算法的预测性能,并与GDL(GA+DFNN+LUBE)算法和PDL(PSO+DFNN+LUBE)算法进行比较;进一步,通过数据集分区技术分析数据分布对WDL算法性能的影响.结果表明:随着置信水平上升,WDL算法的预测区间覆盖率(PICP)快速减小,预测区间归一化平均宽度(PINAW)显著增加,预测性能明显下降;在90%的置信水平下,WDL算法的平均PICP接近1,而GDL和PDL算法的平均PICP只有0.9和0.8,平均PINAW分别为0.5554,0.6811和0.6403,WDL算法具有明显优势;对均值中心区域数据,WDL算法的平均PICP高达0.9860,而均值临近区域和偏远区域数据的平均PICP仅为0.9835和0.8106,对中位数中心区域数据,WDL算法的平均PICP高达0.9873,而中位数低值区域和高值区域数据的平均PICP仅为0.9377和0.8336,但PINAW并无明显差异,说明数据降噪能够显著改善WDL算法的性能.总之,WDL算法能够获得更高的PICP和更窄的PINAW,显著降低数据预测的不确定性,提高预测性能.
关键词
区间预测
双
输出
前馈
神经网络
鲸鱼优化算法
上下界估计
Keywords
interval prediction
double-output feedforward neural network
whale optimization algorithm
lower and upper bound estimation
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于双输入输出卷积神经网络代理模型的油藏自动历史拟合研究
3
作者
陈旭
张凯
刘晨
张金鼎
张黎明
姚军
机构
中国石油大学(华东)石油工程学院
青岛理工大学土木工程学院
中海油研究总院有限责任公司
海洋石油开发国家重点实验室
出处
《油气地质与采收率》
CAS
CSCD
北大核心
2024年第3期165-177,共13页
基金
国家自然科学基金面上项目“基于强化学习的离线-在线交互式油藏开发生产实时优化方法”(52274057)
“基于迁移学习的油藏开发注采优化方法研究”(52074340)
“基于电磁支撑剂的水力压裂裂缝监测理论与方法”(51874335)。
文摘
传统油藏自动历史拟合方法需进行多次计算耗时的油藏数值模拟,而深度学习代理模型可以实现高效且精度近似的油藏数值模拟替代计算。在基于深度学习代理模型的油藏自动历史拟合方法中,通常将采用油藏自动历史拟合方法进行调整的油藏不确定性参数作为深度学习代理模型的输入参数。现有的深度学习代理模型常为单一输入输出的神经网络模型架构,并未考虑油藏自动历史拟合方法需要对多个油藏不确定性参数进行调整,且需要训练多个深度学习代理模型以实现对油藏含水饱和度场分布及压力场分布的预测。为此,提出了一种基于双输入输出卷积神经网络代理模型的油藏自动历史拟合方法,将油藏渗透率场分布及相对渗透率参数作为输入,使用双输入输出卷积神经网络同时对油藏含水饱和度场分布及压力场分布进行预测,利用Peaceman方程计算产量,并耦合到多重数据同化集合平滑器(ES-MDA)方法中,对油藏渗透率场分布及相对渗透率参数进行反演更新,实现较为高效的油藏自动历史拟合求解。研究结果表明:双输入输出卷积神经网络代理模型在指定时间步的油藏含水饱和度场分布、压力场分布的预测精度均为93%以上。相较于传统油藏自动历史拟合方法,基于双输入输出卷积神经网络代理模型的油藏自动历史拟合方法避免了多次调用油藏数值模拟器的计算耗时问题,提高了拟合效率。
关键词
油藏自动历史拟合
油藏数值模拟
深度学习
代理模型
双
输入
输出
卷积
神经网络
Keywords
reservoir automatic history matching
reservoir numerical simulation
deep learning
agent model
dual input-output convolutional neural network
分类号
TE319 [石油与天然气工程—油气田开发工程]
下载PDF
职称材料
题名
木材干燥窑内判断传感器有效状态方法的研究
4
作者
张佳薇
郭润龙
机构
东北林业大学机电工程学院
出处
《传感器与微系统》
CSCD
北大核心
2009年第5期55-57,60,共4页
基金
国家自然科学基金资助项目(30771678)
黑龙江省青年专项基金资助项目(QC07C57)
文摘
为了判断传感器的有效工作状态,提出了基于D-S证据理论和CMAC神经网络的信息融合方法。利用传感器在空间和时间上的冗余或互补信息,依据D-S证据理论,消除故障检测、诊断中的不确定性。采用模块化的小脑模型识别网络建立基本信任分配函数,具有最佳一致逼近特性,同时解决了D-S证据理论确定基本信任分配函数的困难和因输入参数改变影响信任分配函数构建的问题。仿真结果表明:该方法可以对木材干燥过程中传感器工作状态进行有效诊断。
关键词
故障诊断
数据融合
双
输入单
输出
小脑模型
神经网络
证据理论
Keywords
fault diagnosis
data fusion
CMAC neural networks（CMACNN）
evidence theory
分类号
TP206 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于双输出神经网络的转炉碳温控制模型
杨立红
刘浏
何平
《钢铁》
CAS
CSCD
北大核心
2002
19
下载PDF
职称材料
2
基于双输出前馈神经网络和鲸鱼优化算法的区间预测方法
马宇红
杨梅
孙亚娜
《西北师范大学学报（自然科学版）》
CAS
北大核心
2021
5
下载PDF
职称材料
3
基于双输入输出卷积神经网络代理模型的油藏自动历史拟合研究
陈旭
张凯
刘晨
张金鼎
张黎明
姚军
《油气地质与采收率》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
4
木材干燥窑内判断传感器有效状态方法的研究
张佳薇
郭润龙
《传感器与微系统》
CSCD
北大核心
2009
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
