相關商品
商品簡介
目次
商品簡介
本書提出了鐵路沿線大風風速智能預測理論及方法? 內容分４ 篇１０ 章? 第一篇提供了鐵路沿線大風短時預測重要性分析?包括鐵路沿線大風風速預測對保障惡劣環境下列車運行安全的影響性和急迫性分析?當前國內外主流鐵路沿線大風預警系統的系統構架、預警理論、研發策略和經典算法?第２ 篇闡述了鐵路沿線大風風速時間序列分析預測方法?包括ＡＲＩＭＡ 模型、滾動時序模型、條件異方差區間模型和季節性模型及其相關的智能混合模型?第３ 篇構成了鐵路沿線大風風速神經網絡智能預測方法?包括多層感知器、Ｅｌｍａｎ 神經網絡、ＲＢＦ 神經網絡、ＡＮＦＩＳ 神經網絡、ＧＲＮＮ 神經網絡等預測模型及其涉及的智能混合模型?第４ 篇介紹了鐵路沿線大風風速智能優化預測方法?包括通過蜻蜓和灰狼算法優化極限學習機和支持向量機預測性能等內容? 本書提供了模型預測實例?本書可供從事交通環境與安全、鐵路沿線大風防災、計算智能和時間序列分析等相關領域的研究學者、博士研究生、高年級碩士研究生和相關部門的管理人員參考使用?
目次
第1 篇 鐵路沿線大風短時預測重要性分析1第1 章 緒論 31. 1 背景 31. 2 鐵路沿線大風預測預警系統 41. 3 鐵路沿線大風風速預測理論基礎 41. 4 鐵路沿線大風風速預測方法體系 71. 5 鐵路沿線大風風速預測經典算法 11第2 篇 鐵路沿線大風風速時間序列分析預測方法23第2 章 鐵路沿線大風風速ARIMA 預測模型 252. 1 引言 252. 2 原始風速序列 252. 3 鐵路沿線大風風速ARIMA 預測模型 262. 4 鐵路沿線大風風速滾動ARIMA 預測模型 332. 5 鐵路沿線大風風速分解￣滾動ARIMA 預測模型 352. 6 模型預測精度綜合對比分析 422. 7 總結 45第3 章 鐵路沿線大風風速條件異方差區間預測模型 473. 1 引言 473. 2 區間預測 483. 3 原始風速序列 493. 4 鐵路沿線大風風速條件異方差區間預測模型 493. 5 鐵路沿線大風風速經驗小波分解￣條件異方差區間預測模型 593. 6 模型預測精度綜合對比分析 683. 7 總結 70第4 章 鐵路沿線大風風速季節效應預測模型 714. 1 引言 714. 2 原始風速序列 724. 3 鐵路沿線大風風速非季節性預測模型 734. 4 鐵路沿線大風風速季節性預測模型 784. 5 模型預測精度綜合對比分析 844. 6 總結 90第3 篇 鐵路沿線大風風速神經網絡智能預測方法91第5 章 鐵路沿線大風風速多層感知器預測模型 935. 1 引言 935. 2 原始風速序列 945. 3 鐵路沿線大風風速集成經驗模態分解￣多層感知器預測模型 965. 4 鐵路沿線大風風速小波分解￣多層感知器預測模型 1005. 5 鐵路沿線大風風速集成經驗模態分解￣小波分解￣多層感知器預測模型 1025. 6 模型預測精度綜合對比分析 1055. 7 總結 110第6 章 鐵路沿線大風風速Elman 神經網絡預測模型 1126. 1 引言 1126. 2 原始風速序列 1136. 3 鐵路沿線大風風速Elman 神經網絡預測模型 1156. 4 鐵路沿線大風風速小波包分解￣Elman 神經網絡預測模型 1186. 5 模型預測精度綜合對比分析 1246. 6 總結 136第7 章 鐵路沿線大風風速RBF 神經網絡預測模型 1377. 1 引言 1377. 2 原始風速序列 1387. 3 鐵路沿線大風風速小波包分解￣RBF 神經網絡預測模型 1397. 4 鐵路沿線大風風速小波包分解￣RBF 神經網絡￣GRNN 誤差修正預測模型 1457. 5 鐵路沿線大風風速小波包分解￣RBF 神經網絡￣WF 誤差修正預測模型 1507. 6 鐵路沿線大風風速Hampel identifier 異常值檢測￣小波包分解￣RBF 神經網絡預測模型 1557. 7 鐵路沿線大風風速Hampel identifier 異常檢測￣小波包分解￣RBF 神經網絡￣GRNN 誤差修正預測模型 1597. 8 預測模型預測精度綜合對比分析 1597. 9 總結 162第8 章 鐵路沿線大風風速ANFIS 預測模型 1638. 1 引言 1638. 2 原始風速序列 1648. 3 鐵路沿線大風風速分解算法￣ANFIS 預測模型 1658. 4 鐵路沿線大風風速二次分解￣ANFIS 預測模型 1708. 5 鐵路沿線大風風速三次分解￣ANFIS 預測模型 1798. 6 預測模型預測精度綜合對比分析 1878. 7 總結 190第4 篇 鐵路沿線大風風速智能優化預測方法191第9 章 鐵路沿線大風風速極限學習機優化預測模型 1939. 1 引言 1939. 2 原始風速序列 1939. 3 鐵路沿線大風風速極限學習機預測模型 1949. 4 鐵路沿線大風風速小波包分解￣極限學習機預測模型 1969. 5 鐵路沿線大風風速小波包分解￣蜻蜓算法￣極限學習機預測模型 1979. 6 模型預測精度綜合對比分析 2009. 7 總結 206第10 章 鐵路沿線大風風速支持向量機優化預測模型 20710. 1 引言 20710. 2 原始風速序列 20810. 3 鐵路沿線大風風速支持向量機預測模型 20910. 4 鐵路沿線大風風速經驗小波分解￣支持向量機預測模型 21210. 5 鐵路沿線大風風速經驗小波分解￣灰狼算法￣支持向量機預測模型 21510. 6 預測模型預測精度綜合對比分析 21810. 7 總結 226參考文獻 227
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。