多步预测

作品数：339被引量：1765H指数：19
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：杨茂李燕飞李耀华臧海祥乔俊飞更多>>
相关机构：浙江大学华北电力大学东南大学天津大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于Transformer-MultiScaleTCN的鹅舍湿度多步预测模型
《仲恺农业工程学院学报》2025年第2期22-30,共9页胡聪 李汝彬 刘双印 蔡成清 车朱泓 王鑫淼 徐龙琴 
国家自然科学基金项目(61871475、62373390);广东省基础与应用基础研究基金重点项目(2022B1515120059)。
准确预测肉鹅养殖环境湿度对于实现精准养殖管理具有重要意义.通过对未来湿度变化趋势的精准预测,养殖者可以及时调整环境条件、优化养殖环境,有效减轻或预防热应激对肉鹅的影响,从而保证了肉鹅的健康成长和养殖效率的提升.本研究提出...
关键词：环境预测 肉鹅养殖 多步预测 时间卷积网络 TRANSFORMER 
基于TransformerEncoder-DR1DCNN的锂离子电池RUL预测
《陕西理工大学学报(自然科学版)》2025年第2期54-63,共10页王浩 李亚 王海瑞 朱贵富 
国家自然科学基金项目(61863016)。
针对锂离子电池的剩余使用寿命(RUL)预测,提出了一种基于Transformer编码器层(TransformerEncoder)与深度残差一维卷积神经网络(DR1DCNN)相结合的预测方法。首先提取容量数据作为直接健康因子,并对容量数据进行归一化处理以消除数据量...
关键词：Transformer编码器层 深度残差一维卷积神经网络 多步预测 锂离子电池 剩余使用寿命预测 
基于STL-TCN模型的水质多步预测研究
《黑龙江水利科技》2025年第4期1-7,22,共8页张思萱 康燕 宋金玲 孙逊 刘晓晴 
河北省省级科技计划资助(21370103D);2023年度河北省高等学校科学研究项目(ZC2023123);河北省软件工程重点实验室项目(22567637H);河北省软件工程重点实验室开放课题(KF2307);河北省农业数据智能感知与应用技术创新中心开放课题(ADIC2023Y006,ADIC2023Y004,ADIC2023Y005)。
对水质情况进行准确评估和预测对水污染防控至关重要,然而,由于水质受多种因素的影响,其时间序列数据常常具有趋势性、季节性和长期依赖关系,传统的预测方法往往无法很好地捕捉这些特征。为了解决这些问题,首先基于STL(Seasonal and Tre...
关键词：水质多步预测 时间序列数据 预测性能 STL模型 TCN模型 
基于并行球形译码算法的PMSM多步预测控制
《组合机床与自动化加工技术》2025年第4期102-106,共5页刘涛 娄瀚文 李跃华 李博 
国家自然科学基金项目(51807139);天津市应用基础研究多元投入项目(22JCZDJC00930)项目资助。
模型预测控制在近几十年成为永磁同步电机控制领域的研究热点,其中多步预测算法相比传统的单步预测算法,具有更优的动稳态性能。但其寻优过程复杂且计算量大,限制了其在电机驱动领域的应用。为此,针对永磁同步电机驱动系统进行研究,提...
关键词：永磁同步电机 多步预测控制 并行球形译码算法 并行计算 
基于时空编码任务解码的烧结终点多步预测方法研究
《冶金自动化》2025年第2期43-52,共10页罗月阳 何柏村 张新民 宋执环 
科技创新2030-“新一代人工智能”重大项目(2022ZD0120003);国家自然科学基金重点项目(61933013);国家自然科学基金青年项目(62003301)。
在烧结工业过程,烧结终点的准确预测对于控制烧结机的操作至关重要,因为它决定了烧结料的质量和能源的使用效率。但目前常见的烧结终点预测模型主要集中在单步预测上,且它们往往忽略了烧结过程数据的时空特性。针对烧结终点的多步预测...
关键词：烧结过程 烧结终点 多步预测 编解码架构 时空编码 
基于多元时间序列动态图神经网络的交通速度预测
《地球信息科学学报》2025年第3期636-652,共17页练培格 李英冰 刘波 冯晓珂 
国家重点研发计划项目(2018YFC0807000)。
【目的】随着城市化进程的加速和机动车数量的剧增,城市交通系统面临着巨大的压力。智能交通系统作为智慧城市的重要组成部分,被广泛应用于改善城市交通状况,交通速度预测即是其中的一个关键研究领域。实时且准确的交通速度预测对于缓...
关键词：智能交通系统 交通速度预测 图神经网络 动态图学习 时空特征挖掘 多变量预测 多步预测 
建成环境影响下的城市轨道交通客流多步短时预测
《交通运输系统工程与信息》2025年第1期160-172,共13页李之红 郄堃 王健宇 许晗 陈金政 
国家自然科学基金(52402377);北京市自然科学基金(9234025);北京市属高等学校高水平科研创新团队建设支持计划项目(BPHR20220109)。
为挖掘客流的复杂时空耦合关系,解析建成环境影响下的轨道交通客流出行规律,本文提出一种考虑城市建成环境的时空双层超图神经网络模型(Spatial Temporal-Double Hypergraph Neural Network,STDHGNN)。模型分为双层超图神经网络和时间...
关键词：智能交通 客流多步预测 超图时空网络 城市轨道交通 建成环境影响 可解释损失函数 
基于多分支ResCovLSTM的城市轨道交通短时客流预测模型
《现代城市轨道交通》2025年第2期130-139,共10页刘燕 李恒如 谷卫 
随着城市化进程的加速,城市轨道交通客流预测对于提高运营效率和服务质量愈发重要。然而,现有模型在处理大规模、多维度数据时面临预测精度不足和计算复杂度高的挑战。为解决该问题,文章提出一种基于多分支ResCovLSTM的深度学习模型,创...
关键词：城市轨道交通 短时客流预测 多步预测 深度学习 ResCovLSTM 
基于LSTM的北极海冰范围多步预测策略研究
《海洋预报》2025年第1期11-22,共12页王漫漫 邹斌 石立坚 曾韬 张颖 路敦旺 
国家重点研发计划项目(2021YFC2803300、2022YFC2807003)。
已有研究对北极海冰范围开展单步预测,而多步预测及其策略研究有待进一步探索。使用1979-2022年的北极月平均海冰范围数据,采用长短期记忆网络(LSTM)深度学习方法,结合递归(Recursive)、直接(Direct)、多输入多输出(MIMO)和Seq2Seq策略...
关键词：北极海冰范围 长短期记忆网络 多步预测策略 Seq2Seq策略 
基于SCI-CA模型的船舶纵摇多维多步预测方法
《控制与决策》2025年第1期64-70,共7页王宇超 赵洵 杨周琦 傅荟璇 
国家自然科学基金项目(52271313);中央高校基本科研业务费专项资金项目(3072024GH0405)。
海洋环境复杂多变,船舶航行容易受到风浪、洋流等因素的干扰,船舶运动具有非线性、耦合性等特点.针对传统的船舶运动姿态预测方法对时序数据的提取效率尚有不足,难以达到高精度预测效果的问题,提出样本卷积交互-通道注意力(SCI-CA)神经...
关键词：船舶纵摇 SCI-Net 通道注意力 交互学习结构 组合模型 多步预测 
全选清除导出
共34页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部