基于宽度学习系统的短期电力负荷预测方法研究

电力负荷预测已成为电力调度的一项重要工作,也是评估电力企业是否实现现代化的重要指标之一。精准可靠的电力负荷预测数据对合理安排电力企业发电机组启停、降低电力损失、保障社会用电安全和提高电力企业经济效益等方面具有重要意义。短期电力负荷预测是针对短期负荷变化、甚至实时负荷变化,但由于短期负荷变化较为突然,预测难度大。为了提高短期电力负荷预测精确度,本文提出了一种基于宽度学习系统的短期电力负荷预测方法,通过采用邻域粗糙集分类算法,对输入参数进行特征提取,然后采用宽度学习系统对电力负荷历史数据进行离线训练,利用已训练完成的模型实现24h短期负荷预测。研究结果表明,使用本方法可以有效降低MAPE和RMSE,也有效减少了训练时间,提高了模型训练速度,具有优异的预测能力。     

基于粗糙集的电池储能电站海量数据处理方法

锂离子电池的储能电站在运行过程中上传的数据量庞大,数据采样率高,增大了实时在线评估工作的难度。如何提取并压缩有效数据,同时保证压缩后的数据具有保真性,成为数据挖掘预处理所面对的主要问题。针对上述问题,选取储能电站特定工况下一个电池簇的数据,利用粗糙集方法,对数据的属性进行约简,根据正态分布的$ 2\sigma $原则对属性值进行二元逻辑划分,将单体电池划分为频繁检测对象和普通检测对象,压缩了在线处理的数据量。最后,对同一电池簇20天内不同工况数据进行验证,证明了该处理方法的有效性。     

基于粗糙集理论的老年人网页感性设计研究

目的为了满足老年用户的感性需求,提高其使用网页时的情感体验。方法基于感性工学原理,在感性意象调查的基础上,运用粗糙集理论,构建知识表达系统,然后通过属性约简和重要度计算得出对感性评价贡献较大的设计要素,并通过规则的提取,得出相关设计原则。结果在老年人网页设计中,影响老年用户感性意象"简洁的—繁琐的"的最大的设计要素为网页布局,其次为标题文字的大小、内文文字的大小以及超链接样式。结论老年人网页设计应该注重界面的简洁,要对网页的布局、超链接及文字的大小重点考虑。研究结论可为老年人网页界面设计提供参考依据。     

基于粗糙集模糊神经网络的爆破振动预测

以某地下水封洞库爆破工程为研究对象,全面考虑影响爆破振动的各种因素,提出了基于粗糙集理论的模糊神经网络(RS-FNN)预测方法进行质点峰值速度和主频率预测。首先采用粗糙集理论获得最优属性集,然后对实测数据进行模糊处理,建立质点峰值速度和主频率的12-25-1 RS-FNN网络预测模型,并与基于萨道夫斯基经验公式的预测模型进行对比研究。研究结果表明:RS-FNN对质点峰值速度预测要优于经验公式,同时,RS-FNN也首次实现了对主频率的预测,为保障工程爆破安全提供了一定的理论指导。     

基于粗糙集的一体化保障技术属性约简问题研究

一体化保障技术是目前提高复杂武器系统测试和保障能力的研究重点,为解决一体化保障技术中存在的指标冗余问题,结合粗糙集相关理论,提出了基于属性重要性和属性间影响度的约简算法;通过在某型一体化保障设备的柴油发电机子模块中应用该算法,在精简测试指标的同时,保证了较高的测试准确性,缩短了测试时间,验证并说明该理论可以有效地解决一体化保障技术中的指标冗余问题。     

基于粗糙集理论在公安工作中的研究

文章将基于粗糙集理论的数据挖掘算法引入公安情报工作,论述了基于粗糙集的关联规则挖掘在刑事案件中的应用实例,证明该算法在公安情报分析工作中的可行性,为公安情报工作提供新的解决方法,对于提高情报分析预测的效率、准确性,以及警力分配具有重要辅助作用。     

数据挖掘研究现状及发展趋势

从数据挖掘的定义出发,介绍了数据挖掘的神经网络法、决策树法、遗传算法、粗糙集法、模糊集法和关联规则法等概念及其各自的优缺点;详细总结了国内外数据挖掘的研究现状及研究热点,指出了数据挖掘的发展趋势。     

基于粗糙集的进化神经网络入侵检测系统研究

针对目前实时入侵检测系统所处理的网络数据具有的非线性和高维的特点,提出基于粗糙集理论的进化神经网络入侵检测方法。对网络中截获的数据,利用粗糙集属性约简方法对其属性集进行约简,得到影响分类精度的重要属性。把约简后形成的训练样本进行数值化和归一化处理,作为神经网络的输入数据,再利用遗传算法较强的宏观搜索能力和全局寻优的特点,优化神经网络权值,并在此基础上进行神经网络学习,从而建立入侵检测系统的优化分析模型。实验结果表明,该算法学习速度快,有效提高了入侵检测系统的检测效率。     

两种不确定支持向量机分类性能的对比研究

为了克服支持向量机方法对于噪声或孤立野值点敏感的问题,通过引入模糊理论与粗糙集方法,可以分别得到两种不确定支持向量机模型.文中通过分析和比较模糊支持向量机和粗糙支持向量机分类模型构造方法,解释了这两种不确定支持向量机模型克服噪声影响的原理.同时通过一个合成数据集和一组标准数据集对这两种不确定支持向量机的泛化性能进行了对比验证.实验结果表明,相比传统支持向量机,两种不确定支持向量机都能不同程度地提高分类精度,并且模糊支持向量机算法整体表现出了更好的泛化性能.     

关联规则挖掘在教师成长中的应用

本文在对数据挖掘相关技术、关联规则挖掘算法进行深入研究的基础上,归纳总结了基于粗糙集理论的关联规则挖掘模型和属性约简算法,并将其应用于高校教师的成长中。