“模糊预测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果287848个，建议您升级VIP下载更多相关专利

[发明专利]一种基于模糊加权ELM的移动污染源排放浓度预测方法-CN201711434973.6在审
发明人：蒋鹏;李永安;佘青山 -专利权人：杭州电子科技大学
申请日： 2017-12-26 - 公布日： 2018-05-18 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种基于模糊加权ELM的移动污染源排放浓度预测方法，本发明根据移动污染源污染物的时空分布特点，提出自适应模糊加权超限学习机模型；根据模糊系统的特点，利用移动污染源排放浓度数据集的部分输入数据，完成自适应模糊加权超限学习机初始化，即模糊化处理；由于模糊系统自学习、自调节的特点可以对超限学习机的输入权值和隐层偏置值进行优化，通过对加权超限学习机进行正则化处理，得到移动污染源排放浓度预测方法。
一种基于模糊加权 elm 移动污染源排放浓度预测方法

[发明专利]一种基于模糊神经网络的虚拟机能耗预测方法及系统-CN201610279167.5在审
发明人：赵雅倩 -专利权人：浪潮（北京）电子信息产业有限公司
申请日： 2016-04-28 - 公布日： 2016-09-28 - 主分类号： G06F11/34 文献下载
摘要：本申请公开了一种基于模糊神经网络的虚拟机能耗预测方法及系统，该方法包括：预先基于模糊神经网络，对虚拟机的历史运行参数以及与虚拟机配套的物理机的历史运行参数进行模型训练，得到虚拟机能耗预测模型；然后将待预测虚拟机的运行参数以及与待预测虚拟机配套的物理机的运行参数输入虚拟机能耗预测模型，得到待预测虚拟机的能耗预测值。本申请是基于模糊神经网络来构建预测模型的，能避免硬阈值分区间模拟所产生的误差；同时神经网络具有对非线性函数的良好逼近能力，能更好模拟虚拟机能耗与各相关参数之间的非线性关系。另外，本申请是对虚拟机和物理机的历史运行参数进行模型训练的，使得预测模型能更加全面准确地对能耗进行预测。
一种基于模糊神经网络虚拟机能耗预测方法系统

[发明专利]基于关联模糊神经网络和漩涡搜索的短期负荷预测方法-CN201510015222.5在审
发明人：沈艳霞;高超;陆欣 -专利权人：江南大学
申请日： 2015-01-12 - 公布日： 2015-04-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于关联模糊神经网络和漩涡搜索的短期负荷预测方法，包括：获取若干个历史日的电力负荷；利用所述的若干个历史日的电力负荷建立基于关联模糊神经网络的短期负荷预测模型，模型输出为待预测日的负荷预测数据；以若干个所述的待预测日的负荷预测数据与待预测日的负荷实际数据的差的平方和作为误差方程；将所述的误差方程作为目标函数，利用漩涡搜索算法对所述的目标函数进行寻优，寻优结束后，即建立起了基于关联模糊神经网络和漩涡搜索的短期负荷预测模型；根据所述的短期负荷预测模型，对待预测日的负荷进行预测。本发明在短期电力负荷预测中考虑了历史日负荷数据之间的关联性，算法较为简单，运行时间较短，提高了短期电力负荷预测的精度，能为电网调度控制提供可靠依据，为电网的安全运行提供坚实保障。
基于关联模糊神经网络漩涡搜索短期负荷预测方法

[发明专利]一种基于最小二乘向量机的电力负荷预测方法-CN201911195095.6有效
发明人：张慕尹;陈璟华 -专利权人：广东工业大学
申请日： 2019-11-28 - 公布日： 2023-01-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于最小二乘向量机的电力负荷预测方法，其步骤如下：通过天气数据与用电负荷数据集构建聚类数据集、预测聚类数据集与预测数据集；运用基于模糊C理论聚类算法确定有用类数据的初始聚类中心，将聚类数据集划分为c个类别，并输出模糊隶属度矩阵u和各类中心V；将预测聚类数据集输入用布谷鸟算法优化好的最小二乘向量机模型，得到预测日的预测聚类数据；根据模糊隶属度矩阵u计算预测聚类数据到各类聚类中心V的距离，并判断预测日的数据类型为Z；在预测数据集中找出数据类型为Z的预测数据并输入优化好的最小二乘向量机模型，得到训练好的最小二乘向量机模型；将预测日的数据输入训练好的最小二乘向量机模型中，完成预测日的电力负荷预测。
一种基于最小向量电力负荷预测方法

[发明专利]一种机动目标的跟踪方法及系统-CN201811463208.1有效
发明人：李良群;谢维信;刘宗香 -专利权人：深圳大学
申请日： 2018-12-03 - 公布日： 2021-06-08 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种机动目标的跟踪方法及系统，用于机动目标跟踪，解决了现有技术中对机动目标的准确估计上，估计结果与实际情况之间仍存在较大误差的问题，其包括：基于T‑S模糊语义模型估计模糊线性模型的状态预测值；估计模糊线性模型的估计目标状态值计算每个模糊模型的预测观测值；计算每个模糊模型的模型模糊隶属度；计算目标的观测新息及航向角误差；将观测新息及航向角误差融入T‑S模糊模型后更新前件参数；计算前件参数的前件参数模糊隶属度
一种机动目标跟踪方法系统

[发明专利]用于合成语音的方法、设备以及用于语音合成的声学模型训练方法-CN201110046580.4无效
发明人：汪曦;楼晓雁;李健 -专利权人：株式会社东芝
申请日： 2011-02-25 - 公布日： 2012-08-29 - 主分类号： G10L13/02 文献下载
摘要：所述用于合成语音的方法可以包括：确定文本分析生成的数据为模糊多音字数据；对所述模糊多音字数据进行模糊多音字预测，以输出所述模糊多音字数据的多个候选发音及其概率；基于所述多个候选发音及其概率，生成模糊上下文特征标注；基于具有模糊决策树的声学模型，针对所述模糊上下文特征标注确定模型参数；对所述模型参数生成语音参数；以及将所述语音参数合成为语音。根据本发明的实施例的方法和设备，可以对中文中难以预测的多音字进行模糊化处理，从而改善中文多音字合成的质量。
用于合成语音方法设备以及声学模型训练

[发明专利]一种基于模糊增益调度预测控制的机炉协调系统控制方法-CN202010403924.1有效
发明人：姜川;吕剑虹 -专利权人：东南大学
申请日： 2020-05-13 - 公布日： 2022-04-08 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于模糊增益调度预测控制的机炉协调系统控制方法，所述控制方法是非线性建模方法、模糊逻辑推理理论和预测控制技术有机结合的智能控制方法，首先基于状态空间非线性建模方法建立机炉协调系统局部工况多变量非线性离散动态模型，选取反映机炉协调系统动态特性的状态变量作为模糊调度变量，根据模糊逻辑推理机炉协调系统全局多变量非线性离散模糊模型，然后在此模型基础上应用预测控制技术，预测模型多步输出，考虑控制作用约束并实施滚动优化策略
一种基于模糊增益调度预测控制协调系统方法

[发明专利]一种微电网能源需求预测方法、系统及设备-CN202110261098.6有效
发明人：郑敏嘉;吴杰康;李逸新;黄欣;吴伟杰;李猛;张伊宁 -专利权人：广东电网有限责任公司
申请日： 2021-03-10 - 公布日： 2023-04-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种微电网能源需求预测方法、系统及设备，涉及电力系统调度自动化技术领域。包括：根据微电网不同类型的数据库，构建对应的数据矩阵；根据数据矩阵构建模糊聚类中心矩阵；根据数据变化特征设定模糊聚类中心矩阵的初始值，并通过迭代计算，获取模糊聚类中心矩阵的最优值；模糊聚类中心矩阵的最优值，得到微电网负荷功率的不同条件下的满足方式以及负荷的功率值，进一步得到负荷的预测值以及不同类型的能源需求对应的预测值。本发明多方面考虑影响因素的不确定性和随机性，能够减小各种不确定性随机和模糊事件或参量对微电网分布式光伏发电系统容量配置的影响，提高微电网能源需求预测的准确度。
一种电网能源需求预测方法系统设备

[发明专利]混凝加药方法及系统-CN202210798439.8有效
发明人：姬晓羽;李志龙;罗可;姜家良;刘标;刘祥祥;包木平 -专利权人：中冶南方城市建设工程技术有限公司;中冶南方工程技术有限公司
申请日： 2022-07-06 - 公布日： 2023-06-20 - 主分类号： C02F1/52 文献下载
摘要：本发明公开了一种混凝加药方法及系统，该方法包括：获取原水流量、原水浊度、加药量、絮体分形维数和实际沉后水浊度；构建模糊神经网络控制系统，模糊神经网络控制系统包括神经网络预测模型和模糊控制器；神经网络预测模型以原水流量、原水浊度、加药量和絮体分形维数为输入向量，以实际沉后水浊度为输出向量，以此预测沉后水浊度；模糊控制器以预测沉后水浊度与沉后水浊度设定值的偏差以及偏差变化率作为输入量，以加药量偏差值为输出量，由此得到加药量本发明通过对混凝形成的絮体进行原位检测，对絮体形态进行定量描述，同时将神经网络控制和模糊控制结合起来，改善了混凝加药的滞后性。
混凝加药方系统

[发明专利]一种计算机应用神经网络预测方法-CN201310427236.9无效
发明人：侯丰花 -专利权人：侯丰花
申请日： 2013-09-18 - 公布日： 2014-01-22 - 主分类号： G06N3/02 文献下载
摘要：一种计算机应用神经网络预测方法，属于计算机技术领域，步骤1、接收数据；步骤2、采用模糊数学神经网络的方法建模，步骤3、对建模的数据进行跟踪；步骤4、对跟踪的数据进行模糊神经网络分层；步骤5、运算；步骤6、预测，并反馈结果。本发明的优点：简单，方便，可操作性高，预测效果好，预测精度高。
一种计算机应用神经网络预测方法

[发明专利]基于灰色预测及模糊控制的变流器风机的控制方法及系统-CN201710261357.9在审
发明人：王永胜;丁杰;夏亮;臧晓斌;曾亚平;李振鹏;忻力;李华;赵清良 -专利权人：株洲中车时代电气股份有限公司
申请日： 2017-04-20 - 公布日： 2017-09-01 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于灰色预测及模糊控制的变流器风机的控制方法，包括以下步骤S01、实时采集冷却对象的温度；S02、将温度信号进行处理，处理结果作为灰色预测模型的原始数列，并通过灰色预测模型得到温度预测偏差E和温度预测偏差变化率Ec；S03、将E和Ec作为模糊控制器的输入信号，输出控制信号控制变频风机的转速。本发明的基于灰色预测及模糊控制的变流器风机的控制方法及系统均具有操作简便、降低温度波动、降低噪声及能耗等优点。
基于灰色预测模糊控制变流器风机方法系统

[发明专利]一种基于模糊评价与改进支持向量机的鱼塘水质评价预测系统及方法-CN202111655753.2在审
发明人：刘星桥;王前昆;刘一颍;宦娟 -专利权人：江苏大学
申请日： 2021-12-30 - 公布日： 2022-04-15 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于模糊评价与改进支持向量机的鱼塘水质评价预测系统及方法，属于环境智能监控技术领域。包括：步骤一：采用莱以达准则剔除环境中缺失与异常的数据；步骤二：对多个同类传感器数据采用改进的分组自适应加权融合进行数据处理；步骤三：使用模糊综合评判法对水质进行评级；步骤四：使用改进的果蝇算法去优化LSSVR预测模型。与未经过数据处理、模糊评价与果蝇算法优化后的LSSVR模型相比，本组合预测方法能够提高鱼塘水质环境评价预测水平，在评价预测中具有可行性和有效性。连续预测的性能可以满足对鱼塘水产养殖业对水质环境的高要求。
一种基于模糊评价改进支持向量鱼塘水质预测系统方法

[发明专利]文本的语义预测方法、装置、计算机设备和存储介质-CN202110444349.4在审
发明人：吴天博;王健宗;黄章成 -专利权人：平安科技（深圳）有限公司
申请日： 2021-04-23 - 公布日： 2021-07-23 - 主分类号： G06F40/30 文献下载
摘要：本申请涉及人工智能领域，实现由模糊神经网络模型对BERT模型与双向GRU模型输出的特征向量进行融合，提高了语义预测的准确性。涉及一种文本的语义预测方法、装置、计算机设备和存储介质，该方法包括：获取待进行语义预测的目标文本；将目标文本输入特征融合模型中进行融合处理，获得目标文本对应的特征融合向量，其中，特征融合模型包括BERT模型、双向GRU网络模型以及模糊神经网络模型，模糊神经网络模型用于对BERT模型与双向GRU网络模型输出的特征向量进行融合处理；将特征融合向量输入语义预测模型进行语义预测，获得目标文本对应的语义预测结果
文本语义预测方法装置计算机设备存储介质

[发明专利]一种多能负荷短期预测方法-CN202210681305.8在审
发明人：谢敏;林盛振;叶佳南;张世平;刘明波 -专利权人：华南理工大学
申请日： 2022-06-15 - 公布日： 2022-11-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种多能负荷短期预测方法，包括：获取数据；进行数据预处理，并执行动态Copula相关分析与负荷模糊聚类分析；基于模糊优化曲线形态分析算法，对每类负荷曲线簇分别进行特征识别提取；基于统计频率分布，计算判别得到每类负荷曲线簇的总体特征分布集合；基于机器学习算法分类建立组合负荷预测模型，依据每类负荷曲线簇的历史特征数据进行组合模型训练；用概率转移链模型判断预测时段负荷所属的分类，基于该类训练完成的负荷预测模型进行负荷特征的预测两阶段式模糊优化负荷特征识别组合模型相较于传统模型在计算效率与具体性能上均有高效的提升，能够适应实际多能负荷预测工作的发展动态。
一种多能负荷短期预测方法

[发明专利]一种基于C-均值聚类模糊粗糙集的短期负荷预测方法-CN201910419536.X有效
发明人：叶辉良;吴杰康;赵俊浩;陈风;金锋;毛骁 -专利权人：广东工业大学
申请日： 2019-05-20 - 公布日： 2023-07-11 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种基于C‑均值聚类模糊粗糙集的短期负荷预测方法，考虑了影响短期负荷预测的各类型影响因子，通过采集历史负荷数据以及负荷影响因子的数据，运用模糊粗糙集对影响短期负荷的影响因子进行属性约简，获得影响短期负荷的约简环境属性集，将这个集合的属性作为输入数据、短期负荷作为输出数据对支持向量机模型进行训练，然后利用训练后的模型进行预测短期负荷，以使短期负荷的预测方法变得更加快速以及精确。本发明方法不仅解决了人为主观意识在模糊粗糙集中选择隶属度函数的问题，还解决了由于影响因子集合过于冗余而导致降低支持向量机的预测速度和预测性能的问题。
一种基于均值模糊粗糙短期负荷预测方法