排序方式: 共有19条查询结果,搜索用时 0 毫秒
1.
2.
学生成绩预测旨在利用学生的相关信息预测其在未来的学业表现.随着校园信息化建设的持续推进,校园网络认证系统越来越完善,各高校逐步积累了丰富的学生校园上网行为数据.考虑到人的行为表现和学习能力密切相关,以校园上网行为感知为切入点,通过挖掘学生的上网行为日志来预测他们的成绩.为此,收集构建了一个同时包含学生校园上网行为和成绩数据的真实数据集,并通过数据分析证明两者之间确实存在一定的关联性.在此基础上,提出了一个端到端的双层自注意力网络(dual-level self-attention network, DEAN),引入级联式的自注意力机制来分别提取学生每一天的局部上网行为特征和长时间的全局上网行为特征,更好地解决了长行为序列建模问题.此外,通过多任务学习策略在统一的框架下同时解决面向不同专业的学生成绩预测问题,并设计了基于学生排名差的代价敏感损失来进一步提升方法的性能.实验结果表明:相比于传统的序列建模方法,所提出的方法具有更好的预测精度. 相似文献
3.
迭代学习模型预测控制是针对间歇过程的先进控制方法.它能通过迭代高精度跟踪给定参考轨迹,并保证时域上的闭环稳定性.然而,现有的迭代学习模型预测控制算法大多基于线性/线性化系统,且没有考虑参考轨迹变化的情况.本文基于线性参变系统提出一种能有效跟踪变参考轨迹的鲁棒迭代学习模型预测控制算法.首先,采用线性参变模型准确涵盖原始非线性系统的动态特性.然后,将鲁棒H∞控制与传统迭代学习模型预测控制相结合,抑制变参考轨迹带来的跟踪误差波动,通过优化线性矩阵不等式约束下的目标函数求得控制输入.深入分析了鲁棒迭代学习模型预测控制的鲁棒稳定性和迭代收敛性.最后,通过对数值例子和连续搅拌反应釜系统的仿真验证了所提出算法的有效性. 相似文献
4.
5.
微电网能量管理对保障微电网安全、经济运行具有至关重要的作用。综合考虑可再生能源出力及用户负荷需求,提出了一种基于深度Q网络的微电网能量管理策略。针对日前调度中光伏功率的随机特性,利用随机规划生成不同概率下的光伏出力场景。将其与风电功率、负荷功率、市场电价和蓄电池荷电状态等一同构成环境信息,并通过深度Q网络与环境信息的交互优化微电网运行指标。仿真结果表明,所提出的能量管理策略能够降低设备的安全指标成本,并提高可再生能源的利用率。在光伏出力随机性较强的场景中,证实了基于随机规划的深度Q网络管理策略具备突出的适应能力。 相似文献
6.
为提高工程建设标准制订、修订计划的严肃性,加快工程建设标准编制工作,住房城乡建设部标准定额司对截至2013年底未按计划要求进度完成的编制工作和严重滞后计划时限的编制工作进行了全面整理,要求有关部门加快在编工程建设标准编制的各项工作,加强对编制工作的监督考评。 相似文献
7.
7月初,国家标准化管理委员会在京组织召开企业产品标准管理制度改革工作研讨会。会议对建立企业产品和服务标准自我声明公开和监督制度的重要性给予肯定,并对建立该项制度的关键技术路线和组织方式作了充分讨论。会议认为,建立企业产品和服务标准自我声明公开和监督制度,是推动标准化工作由“中国制造”向“中国创造”转变、“中国速度”向“中国质量”转变、“中国产品”向“中国品牌”转变的必然要求,各参与单位要积极做好新制度的设计和推广工作,按照国家标准委的统一部署,分步实施,踏实推进,确保改革工作取得预期成效。 相似文献
8.
9.
为保证膨胀土条件下新建隧道施工和既有结构的安全,以合肥地铁5号线下穿既有地铁车站工程为依托,考虑膨胀土胀缩性及裂隙性等不良特性,对其采用了袖阀管注浆加固方法.基于CRD工法的开挖工序和循环步距提出了不同优化方案,并通过PLAXIS3D岩土有限元软件,模拟了计算隧道及周边地层的受力和变形,选择出了最优方案.该研究表明:不... 相似文献
10.
非线性快速批次过程高效迭代学习预测函数控制EI北大核心CSCD 总被引:1,自引:1,他引:0
迭代学习模型预测控制(Iterative learning model predictive control,ILMPC)具备较强的批次学习能力及突出的时域跟踪性能,在批次过程控制中发挥了重要作用.然而对于具有强非线性的快动态批次过程,传统的迭代学习模型预测控制很难实现计算效率与跟踪精度之间的平衡,这给其应用带来了挑战.对此本文提出一种高效迭代学习预测函数控制策略,将原非线性系统沿参考轨迹线性化得到二维跟踪误差预测模型,并在控制器设计中补偿所产生的线性化误差,构造优化目标函数为真实跟踪误差的上界.为加强优化计算效率,在时域上结合预测函数控制以降低待优化变量维数,从而有效降低计算负担.结合终端约束集理论,分析了迭代学习预测函数控制的时域稳定性及迭代收敛性.通过对无人车和典型快速间歇反应器的仿真实验验证所提出算法的有效性. 相似文献