智能预测
智能预测的相关文献在1986年到2023年内共计616篇,主要集中在自动化技术、计算机技术、建筑科学、公路运输
等领域,其中期刊论文155篇、会议论文20篇、专利文献839472篇;相关期刊133种,包括军民两用技术与产品、中南大学学报(自然科学版)、哈尔滨理工大学学报等;
相关会议20种,包括软科学论坛——工程管理与技术应用研讨会、软科学论坛——企业信息与工程技术应用研讨会、第29届中国控制会议等;智能预测的相关文献由2008位作者贡献,包括孙钧、刘辉、李斌等。
智能预测—发文量
专利文献>
论文:839472篇
占比:99.98%
总计:839647篇
智能预测
-研究学者
- 孙钧
- 刘辉
- 李斌
- 王勇
- 王建国
- 韩红桂
- 乔俊飞
- 全晓虎
- 吴亚洲
- 吴雄军
- 孔德兴
- 宋弢
- 尤志良
- 张云飞
- 彭春耀
- 朱磊
- 李嘉兴
- 李梦
- 李燕飞
- 李雅红
- 杨丽丽
- 杨玉东
- 梁兴
- 沙泉
- 王婷婷
- 管申
- 罗绪武
- 肖坤涛
- 董腾飞
- 蒋官澄
- 蔡军
- 谭宾
- 贺一丹
- 贺垠博
- 郭永宾
- 陈亚娟
- 隋义勇
- 马从国
- 马旭
- 高峰
- A·E·贝林杰
- H-L·王
- J·H·李
- S·D·巴德
- 云新
- 刘文杰
- 刘永刚
- 刘涛
- 刘芬
- 刘金朋
-
-
葛杨;
毛继泽;
史冬岩
-
-
摘要:
机器学习和神经网络相结合开创了用人工智能预测学生创新思维能力的新领域,创新思维能力的智能化评价方法通过构建“(N-1)+1”型遗传算法的BP神经网络优化模型,将多学科学习效果和学科创新思维能力培养挂钩,搭建学习能力和培养方法的双向关系平台,从而有效促进创新课程教学与课程学习效果的相互转化。从智能化视角解析机械类本科生的创新思维能力及上升空间,并利用评价结果进行教学调整,根据不同的学生制定不同的培养方案,有针对性地培养学生的创新思维能力。该评价方法可以为本科生创新思维能力培养的定制化教学,提供一定的模式化参考。
-
-
程永新;
廖竣锴;
付江;
甘迎辉
-
-
摘要:
跨域交换系统连接了两个或多个网络域,需要在网络安全、内容安全、认证安全、行为安全等方面进行强化设计,以应对不断增多的安全威胁,这需要高效的运维管理手段将多种安全保密措施有机结合在一起。因此,提出了一种跨域交换风险智能评估预测系统。首先针对多种安全保密手段建立安全交换风险评估模型并进行权重计算,其次通过采集安全保密措施的运行情况,对安全交换风险进行评估,最后基于长时间的安全交换风险评估,采用加权时间序列预测方法,对未来的安全交换风险进行智能预测,以便管理人员及时采取管理手段,为安全运维跨域交换系统提供支撑。
-
-
郭涛
-
-
摘要:
随着业务负载越来越多样化、各种设备的操控越来越复杂,企业用户希望通过智能化、自动化的运营、监控和管理,节省时间和成本,提升工作效率。纵观运维发展,从早期传统网管到IT运维,乃至AIOps、Dev Ops等未来趋势,其演进路线始终围绕智能化这一核心展开。如今,智能运维的概念已深入人心。在万物互联的数据时代,大数据感知、分析、预测正在成为用户对运维更核心的期许,运维要做的将不仅是获取问题,更是智能预测问题并自动化解决问题。
-
-
付强;
王华伟
-
-
摘要:
剩余寿命作为预测性维修的重要支撑,智能预测能及时识别出复杂系统寿命变化规律,准确反映不同工况对剩余寿命的影响。针对复杂系统运行工况与高维度、多尺度时序数据,构建多层LSTM预测模型,防止了梯度消失,能够提取不同工况下时序数据的深层次关联性抽象特征。利用Dropout方法减少预测模型过拟合,针对预测模型的不确定性,设计误差得分函数以评估超前与滞后预测。以航空发动机为例,验证了所提出的智能预测模型的有效性。
-
-
王继武;
王胜
-
-
摘要:
在大型种植林木果园,由于林木的密集性,在遇到干旱气候条件时容易发生火灾,为了保证林木果园的安全性,保障果园作业的顺利进行,需要对果园林木进行实时监测,在发生火灾时及时地进行灭火。为此,基于物联网和图像处理技术,将智能化火灾预警机器人引入到了果园林木火灾的识别上,并模拟农业果园林木环境对机器人火灾识别的准确率进行了测试。将测试结果和实际测量结果进行了对比,对比结果发现:采用物联网和图像处理技术对火灾的智能预测模拟结果和实际测量结果接近,在短时间内可以达到较高的预测精度。
-
-
李文攀;
王金妹
-
-
摘要:
随着互联网和大数据时代的发展,物流流量表现形式越发多元,其复杂性、时变性及非线性特征也愈发显著,预测难度大大增加。以往研究的焦点主要集中在预测方法上,对整体物流流量的分类和预测缺乏深入的系统性分析,各物流流量的预测需求与方法的适用性难以匹配。本文从预测对象和方法两个角度,系统梳理了物流流量智能预测领域的相关文献,在明确物流流量预测对象的基础上,进一步总结了各智能预测方法的优缺点和适用范围,以期为物流流量智能预测方法的选择提供一定的借鉴和参考。
-
-
王如意;
吴钧;
杨向同;
丁江辉;
秦冬
-
-
摘要:
总有机碳含量(w(TOC))是评价页岩储层含油性的一个重要参数,w(TOC)的定量表征与智能预测对于页岩油地质甜点标准确定、储量评估和开发方案设计具有重要作用。将岩心自动归位技术、基于相关系数的层次聚类算法和机器学习自动化技术融合为机器学习智能决策系统,可以解决w(TOC)智能预测的不确定性问题。该系统已经应用于古龙页岩油储层w(TOC)参数的定量表征及智能预测。结果表明:(1)将滑动窗口法岩心归位技术应用于井A2,确定4.250 m为岩心归位最优距离,归位后w(TOC)和声波时差(Δt)的相关系数从0.06提高到0.55;(2)应用基于相关系数的层次聚类算法挖掘出w(TOC)与声波时差(Δt)、密度(ρ_(DEN))和中子孔隙度(Φ_(N))具有明显的相关性,与自然伽马(q_(AOI))、浅侧向电阻率(R_(LIS))、微球形聚焦电阻率(R_(MSFL))和深侧向电阻率(R_(MSFL))不具有明显相关性;(3)基于粒子群机器学习自动优化技术从6种回归算法中优选出随机森林算法及附带组合参数将古龙页岩油储层w(TOC)参数预测精度提高到81.7%。机器学习智能决策系统可以系统化降低古龙页岩油储层w(TOC)参数预测的不确定性,明显提高预测精度和计算效率。
-
-
韩浪;
王壮锋;
张春德
-
-
摘要:
调度集中控制系统根据分散自律原则解决了车站列车作业和调车作业的时空矛盾。调度集中车站通常在不影响列车作业的情况下,寻找列车作业的时间空当来完成调车作业,故对调车作业时间进行准确预估十分重要。针对目前纯计算法无法考虑多种影响因素且估算值不准确,写实法评估值主观性强、波动性大、参考性弱等问题,提出调车作业时间的智能预测方法:即通过分析调车作业过程和调车作业时间影响因素,提取特征,构建数据集;利用大数据技术和机器学习算法,建立调车作业时间智能预测模型,得到更为科学准确的预测值。仿真分析结果显示,采用该预测方法得到的预测值误差率为4.712%,可满足现场对调车作业时间的精度要求,可为车站自律机进行自律运算和安全卡控提供可靠依据,对缩短车辆在站时间,加速车辆周转和保证车站畅通,以及列车按图运行发挥重要作用。
-
-
梁娟
-
-
摘要:
为准确地对爆破施工引起的地面振动进行预测,结合2个隧道爆破工程实例,引入基于粒子群算法的指数型计算模型,并对计算数据进行归一化处理;以实测结果与预测结果的相对误差平方和作为适应度函数开展粒子群智能优化计算,并与2种传统的预测模型进行数据对比。结果表明,通过引入的预测方法所得到的相关系数更接近于1;均方根差最小,预测精度更佳。可为类似爆破振动预测工作提供一定的理论借鉴。
-
-
刘太明;
邓祖兵
-
-
摘要:
为了把握经济发展规律,合理制定经济政策,开展了高质量发展区域经济中的数据异常趋势智能预测研究。遵循全面性、相关性、周期性等准则,从高质量供给、需求、发展效率、对外开放等方面采集地区经济数据;通过数据集成、标准化与归一化等操作完成数据预处理,确保数据具有一致性特征,并选择具有代表性的特征向量,采用主成分分析法实现异常数据特征提取;引入信息熵概念,确定样本集合,通过递归方式对所有数据分类,构建决策树;建立时间序列矩阵,计算候选数据对的信息熵与信息增益量,结合时间规整距离实现正常与异常趋势的预测。仿真实验证明,该方法预测的趋势与实际发展趋势吻合度较高,且减少了预测时间。
-
-
王爱民;
钟珞;
宋强
- 《2009年湖北省计算机学会年会》
| 2009年
-
摘要:
研究了烧结矿化学成分智能预测的若干关键技术,包括非线性支持向量回归估计算法、核函数与参数选取、样本数据的标准化处理,研究了基于区间优化的烧结矿化学成分控制方案.设计和实现了一种新的烧结矿化学成分智能预测系统,能够较好地实现预测值和化验值的拟合,预测效果显著.
-
-
-
-
曾飞虎
- 《2016年海峡科技专家论坛暨海峡两岸智能制造(泉州)研讨会》
| 2016年
-
摘要:
利用电渗析方法设置一套用来处理电镀废水的装置,结合神经网络算法,使其在数据的输出与输入的交换过程之间达到反馈调节与智能预测的功能,在流程的控制与记录过程中建立二次优化模型.从而达到节省成本,加速电渗析的转换速率与减少因人为因素的操作不当而产生不必要的损失.将设备用于镀镍废液的镍离子的提取分离,镍的回收率可达84%,废液中的重金属含量符合国家排放标准.
-
-
-
熊树生;
黄晓波
- 《中国内燃机学会2014年学术年会暨材料与工艺分会和昆明内燃机学会联合学术年会》
| 2014年
-
摘要:
发动机排气温度对EGR温度、发动机燃烧状况有着很大影响,因此对发动机排气温度的监测显得十分重要,但是内燃机排气温度变化范围大,且与运行工况呈非线性关系,因此对排气温度的监测需采取预测的方法.本文通过分析当前国内外对发动机排气温度预测的研究,对目前主要排气温度预测模型算法研究的现状与发展进行了介绍,并对其优缺点进行了分析,指出发动机排气温度的预测对EGR温度控制、发动机燃烧状况评估等有着重要意义,因此发动机排气温度预测结果的准确性及稳定性对发动机的整体效率的提升有很大的影响。目前国内外对发动机排气温度预测的研究主要集中在以人工神经网络和支持向量机理论为辨识算法的基础上,人工神经网络以其自组织、自学习及容错性等优点在排气温度预测的研究中得到更为广泛的应用。而支持向量机由于基于结构风险最小化,其泛化能力优于人工神经网络,但在大样本规模的数据处理中的计算性能仍有待提高。
-
-
-
-