期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于BPNN-EMD-LSTM组合模型的城市短期燃气负荷预测 被引量:27
1
作者 陈川 陈冬林 何李凯 《安全与环境工程》 CAS 北大核心 2019年第1期149-154,169,共7页
城市短期燃气负荷具有高随机性和复杂性特征,利用单一的模型难以做出准确预测。以某城市民用类燃气日负荷为研究对象,在分析该市两年多燃气日负荷特征的基础上,建立了基于BP神经网络(BPNN)-经验模态分解(EMD)-长短期记忆(LSTM)神经网络... 城市短期燃气负荷具有高随机性和复杂性特征,利用单一的模型难以做出准确预测。以某城市民用类燃气日负荷为研究对象,在分析该市两年多燃气日负荷特征的基础上,建立了基于BP神经网络(BPNN)-经验模态分解(EMD)-长短期记忆(LSTM)神经网络的组合预测模型,对该市短期燃气日负荷进行了预测。首先通过BPNN模型学习温度、日期属性影响下燃气负荷的主要特征,增长趋势等次要特征则体现在BPNN模型预测产生的残差中;然后采用EMD算法分解残差得到有限个本征模函数(IMF),并利用LSTM模型学习各IMF分量的短期时序规律,将各IMF分量的预测值相加得到残差预测值;最后将两部分预测值代数相加得到最终的预测结果。实证结果表明:与单一的LSTM模型和BPNN-LSTM模型相比,该组合预测模型半月步长的平均绝对误差为3.4%,预测精度更高,是一种更为有效的城市短期燃气负荷预测方法。 展开更多
关键词 短期燃气负荷 组合预测模型 BP神经网络 经验模态分解 长短期记忆神经网络
在线阅读 下载PDF
带时间窗的互联网租车调度策略研究 被引量:3
2
作者 何李凯 陈冬林 陈川 《北京邮电大学学报(社会科学版)》 2018年第3期50-58,共9页
在互联网租车模式中,车辆调度能有效解决"潮汐现象",对降低租车公司运营成本、提高用户体验起到重要作用。针对用户对服务时间的要求,在车辆调度中引入时间窗,将问题转化为带时间窗的车辆调度问题(Vehicle Routing Problem Wi... 在互联网租车模式中,车辆调度能有效解决"潮汐现象",对降低租车公司运营成本、提高用户体验起到重要作用。针对用户对服务时间的要求,在车辆调度中引入时间窗,将问题转化为带时间窗的车辆调度问题(Vehicle Routing Problem With Time Windows,VRPTW)。根据互联网租车中车辆调度过程的约束建立数学模型,针对模型特点设计遗传算法求解。基于模拟数据做测试案例,对遗传算法的调度结果进行分析,实验结果表明了模型和算法的有效性。 展开更多
关键词 互联网租车 车辆调度 时间窗 遗传算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部