基于LSTM与XGBoost组合模型的超短期电力负荷预测EI北大核心CSCD

为进一步提高电力负荷预测精度,提出了基于LSTM(longshorttermmemorynetwork,LSTM)和XGBoost(eXtremegradientboosting)的组合预测模型。针对电力负荷数据,首先建立了LSTM预测模型和XGBoost预测模型,然后使用误差倒数法将LSTM与XGBoost组合起来进行预测。采用2016年电工数学建模竞赛的电力负荷数据进行算例分析,结果表明所构建的LSTM和XGBoost组合预测模型的MAPE(mean absolute percentage error)为0.57%,明显低于单一预测模型。将上述方法与GRU(gated recurrent unit)和XGBoost两者组合的预测模型相比较,结果表明所提出的方法具有更高的超短期电力负荷预测精度。     

C程序设计教学中的在线评测系统应用

讨论了在线评测系统在C程序设计实践教学中的题库建设、随堂及课后练习的题目分类及使用方法、考试方式及分数评定方法等。     

求解布尔与非线性数值约束相混合的约束问题

布尔与数值变量相混合的约束问题有着广泛的应用,但是当约束中的数值变量间存在非线性关系时该问题求解起来十分困难.目前的许多求解方法都是不完备的,即这些方法不能完全肯定某些包含非线性数值表达式的约束是否能够成立.针对这种问题,提出了将非线性数值约束转化为特殊形式的优化问题,采用全局优化算法对其进行求解的方法.已经实现了一个基于此方法的原型工具.实验结果表明,该方法能够有效地求解非线性混合约束问题,并且总能够得到该约束条件是否可满足的结果.     

船舶电力系统的故障诊断专家系统设计

本文介绍了船舶电力系统故障诊断专家系统的结构及功能模块的设计。特别出了事实库的奇偶编号，推理机的矛盾判断以及学习机制的具体方法，以增强本专家系统的智能性，本文还讨论了模糊推理方法，提出了综合系数的概念。     

CPU与GPU协同并行的多分量地震数据各向异性叠前时间偏移

地震勘探工区规模的日益庞大,造成多分量地震数据的各向异性叠前时间偏移算法耗时巨大。目前常用CPU集群方式并行加速该类算法,而集群方法必将导致节点间通信时耗增大;同时受限于CPU结构特点,只能通过扩大集群规模提高加速比。针对上述问题,提出一种基于CPU与GPU协同并行的多分量地震数据各向异性叠前时间偏移算法,利用OpenMP和CUDA实现CPU与多个GPU的协同并行,使用内存映射方法降低I/O耗费;并根据CPU与GPU的结构特点优化地震数据及速度数据的读取和存储方式,分割成像空间以节省算法内存消耗,每次只计算与开启的GPU个数相同条数的主测线,主测线内部采用一个GPU线程对应一道地震数据的偏移计算方法,以充分利用GPU计算能力。应用约29G的实际工区多分量地震数据分别比较不同个数GPU协同CPU并行的加速比,得知使用6个GPU协同CPU对实际纵波及转换波数据进行并行偏移处理时,加速比分别达到444和449。     

C程序设计教学中的在线评测系统应用

讨论了在线评测系统在C程序设计实践教学中的题库建设、随堂及课后练习的题目分类及使用方法、考试方式及分数评定方法等。     

地下室侧壁防渗漏施工质量控制

结合龙珠大厦工程,介绍了地下室侧壁防渗漏的经验。通过采取以防为主,刚性和柔性相结合,薄弱部位加强设防,多道及层层设防的施工措施,收到了很好的效果。特别是地下室侧壁出现竖向裂缝后,经过精心修补,使结构达到设计要求,确保了工程的质量。     

数据结构课程教学方法探讨与实践

针对数据结构课程教学过程中面临的问题和学生的学习状态,依据数据结构课程特点,结合教学中的实际经验,提出了对课程教学方法的改进措施。在强化理论基础的同时,加强上机实践,引导学生自主学习,敢于并勇于质疑,培养学生分析问题和解决问题的能力。