徐晓钟
- 作品数：30 被引量：156H指数：7
- 供职机构：上海师范大学信息与机电工程学院更多>>
- 发文基金：上海市科学技术委员会资助项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术建筑科学文化科学石油与天然气工程更多>>
- 计算机图形学课程中隐性思政教育的探索与实践被引量：6
- 2019年
- 大学生思想政治教育的方式主要采取显性教育,采用居高临下的教学方式,这往往会使学生产生逆反心理,效果适得其反.计算机图形学课程的核心目标是要求学生能借助编程工具在屏幕上输出二维及三维图形.本文将隐性思政教育有机地融入到计算机图形学课程教学中:首先,建立教学内容与社会主义核心价值观之间的映射表,选择合适的教学内容,并在其中加入社会主义核心价值观进行讲授;其次,采取有效的方法来实现隐性思政教育,包括利用"互联网+"将课堂延伸到课后,并采用学生认可度较高的多种媒体来呈现,并针对不同的教学内容设计不同的教学方法.
- 马燕李顺宝张玉萍黄慧徐晓钟
- 关键词：计算机图形学教学方法社会主义核心价值观
- 基于优化模糊C均值聚类选取相似日的燃气负荷预测被引量：4
- 2017年
- 针对短期负荷预测方法中传统的模糊C均值(FCM)聚类容易陷入局部最优和对初始聚类中心敏感的问题,提出利用粒子群优化(PSO)算法的全局搜索特性来优化此缺点.通过优化的FCM聚类来选取与预测日相似的日期作为支持向量机的训练样本,既强化了训练样本的数据规律,又保证数据特征的一致性.实验结果表明,优化预测模型的预测精度优于BP神经网络和支持向量机算法.
- 邱静徐晓钟邓松王婷
- 关键词：短期负荷预测相似日
- 一种改进的组合SOFM-SVR股票价格预测模型被引量：5
- 2010年
- 股票市场价格预测一直以来都被认为是金融时序预测领域的一项具有挑战性的工作。综合回归支持向量机SVR和自组织特征函数(SOFM)技术,并引入基于过滤的特征选择算法确定重要的输入变量,在SVR核函数的参数选择上采用粒子群优化算法(PSO)。SOFM算法将训练样本聚类,然后分别应用SVR来预测股票价格走势。最后应用上海A股的浦发银行日数据来做股票价格日预测,实验结果表明,经过改进的SOFM-SVR模型与之前的SOFM-SVR模型相比,在预测精度和训练时间上都有了较大的提高。
- 片坤徐晓钟张益铭
- 关键词：组合预测PSO算法
- 基于改进LMD与GRU网络的短期燃气负荷预测被引量：4
- 2019年
- 针对燃气负荷数据非线性、非平稳性的特点,本文提出一种基于改进的LMD算法与GRU神经网络的组合预测模型.模型首先利用改进后的LMD算法对燃气负荷数据进行序列分解,改进的LMD方法采用分段牛顿插值法代替传统的滑动平均值法来获得局部均值函数和包络估计函数,改善了传统LMD方法存在的过平滑问题.之后,再将得到的若干PF分量进行小波阈值去噪处理,获得有效的分量数据.最后,利用GRU神经网络分别预测各分量值,将它们相加得到最终的负荷预测值.仿真实验表明,提出的方法与单个GRU神经网络以及结合传统LMD算法的GRU网络相比,预测精度更高.
- 张彤徐晓钟王晓霞杨超
- 关键词：小波阈值去噪燃气负荷预测
- 模型驱动架构(MDA)相关技术研究与实现被引量：13
- 2006年
- MDA的实现关键在于正确地建立模型和模型之间、模型和平台之间的关系,并准确地定义并实现不同模型之间的映射,本文探讨在MDA框架下,从元模型的构建、模型的映射到最终代码的生成一系列的实现技术。
- 徐晓钟
- 关键词：MDAJ2EEUML
- 基于猫群思想的混合人工蜂群算法被引量：2
- 2019年
- 为了缓解基本人工蜂群算法后期种群多样性下降,易陷入局部最优,开采能力较差等问题,提出一种基于猫群思想的混合人工蜂群算法。提出基于随机新解引导的自适应搜索策略,结合多次高斯搜索机制,对雇佣蜂阶段进行优化;引入基于猫群思想的搜索过程,结合顺序模式分配方式,对较优解执行搜寻模式,对较差解执行优化后的跟踪模式;优化后的跟踪模式采用"位移"模型对解进行更新。对标准测试函数寻优,结果表明混合人工蜂群算法收敛精度更高,所需的迭代次数更少。得出结论:基于随机新解引导的自适应搜索策略能有效缓解算法易陷入局部最优的问题,基于猫群思想的搜索过程能有效提高算法的局部开采能力和全局搜索能力,混合人工蜂群算法具有更优秀的收敛性能。
- 赵玉霞徐晓钟黄维马燕
- 关键词：人工蜂群算法函数优化
- 短期燃气预测的信息熵组合模型研究被引量：2
- 2013年
- 城市燃气负荷量的预测对于智慧型城市智能化燃气系统来说具重要的作用并是富有挑战性的工作。针对本地区燃气负荷具有周期性特点,为提高预测精度,提出一种基于信息熵的ARIMA和BP神经网络并行组合模型预测方法。该方法在对原始数据进行离群点预处理的基本上,首先用ARIMA方法进行预测,将燃气负荷TS分解成为趋势性和季节性两种TS分别进行建模;然后在BP神经网络中采用差值训练方法对负荷量进行预测;最后在基于信息熵的原理下将以上两种方法进行组合,从而预测出未来数日的燃气日负荷量。以上三种方法的实验对比结果验证了燃气短期预测的信息熵组合模型的可行性与有效性。
- 祖广磊陆黎明徐晓钟
- 关键词：信息熵BP神经网络时间序列预测
- 利用动态规划模型优化天然气产销调度问题被引量：5
- 2014年
- 在不确定条件下,如何优化天然气产销调度使得产销平衡,是天然气公司急待解决的问题。天然气的购买和销售是一个多阶段动态过程,所以将动态规划理论应用其中,建立以天然气公司最大收益为目标的动态规划模型,并进行时间复杂度分析。结果表明,动态规划算法能从时间与空间角度实现天然气的合理调度;与线性求解过程相比,动态规划算法对具有最优解的实际问题的求解更加灵活,且计算量小,结果更可靠,为天然气产销优化调度提供了新的解决方法。
- 张宁丽马燕张相芬徐晓钟
- 关键词：天然气产销平衡动态规划线性规划时间复杂度
- 不同优化算法在天然气管网系统中的应用被引量：3
- 2014年
- 以天然气销售公司所获得的最大经济收益为目标函数,综合考虑气源、用户、管道和压气站等约束条件,建立了天然气管网运行优化非线性规划模型。通过研究各种优化算法的优缺点,确定采用以内点法为主的混合函数法和拉格朗日广义乘子法两种优化算法来求解该模型。结合实例,对这两种算法在天然气管网运行优化中的应用进行研究,并与直接法进行比较,结果表明:这两种优化算法均可应用于天然气管网的优化,而利用混合函数法求解时,算法的收敛速度和求解质量更优,更具实用性。
- 徐衍鲁马燕李顺宝张相芬徐晓钟
- 关键词：天然气储气非线性规划优化算法
- 基于ESN和改进RBFNN的城市燃气负荷预测被引量：3
- 2019年
- 城市燃气负荷预测是城市燃气管网系统运行调度中的重要内容.针对燃气负荷数据的周期性和非线性特点,以及单一模型存在的局限性,本文提出一种ESN和改进RBF神经网络的组合预测模型.首先用核Fisher线性判别对原始数据进行降维,其次用ESN模型进行初步预测,然后将ESN的预测结果作为RBF神经网络的输入来构建组合模型,并将差分进化算法和梯度下降算法结合,对RBF神经网络的结构和参数同时进行训练和优化,以增强算法的局部搜索能力,加快收敛速度.实验结果表明,本文模型比原组合模型的预测精度更高.
- 徐玚徐晓钟
- 关键词：RBF神经网络差分进化梯度下降燃气负荷预测
