开放存取
问题 |
E3S网页汇编
卷积162 2020
4号线程电力、能源和机械工程国际会议(ICPEME 2020) |
|
---|---|---|
文章号 | 01007 | |
页数 | 7 | |
段内 | 电力和能源工程 | |
多尔市 | https://doi.org/10.1051/e3sconf/202016201007 | |
在线发布 | 2020年4月7日 |
必威主页
16201007 (2020年)
动态预测热非线性进程
中国江苏省南京东南大学能源热转换控制关键实验室
*对应作者 :wp_edu@126.com
非线性系统预测在实用热进程中发挥重要作用,深入学习算法目前因其强学习能力而在非线性动态系统建模中受欢迎本文分析动态人工神经网络(DANNs)可划分为两种类型并有外部动态特征和内部动态特征提供进取深神经网络数学配方、传统循环神经网络和长时内存网络模型深混合神经网络结构描述最后,讨论上述模型在热非线性过程的不同结构特征中的可应用性模拟实验显示,内部动态特征dNN更适合解决无序热非线性系统建模问题,基于LSTM模型的DHNN在近似热进程动态状态参数方面表现得更好
必威西汉姆赞助作者版由EDPScience发布,2020
开存文章分发创用CC授权4.0允许在任何介质上不受限制使用、分发和复制,只要原创作品正确引用
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间