基于域适应物理信息神经网络的时间序列预测方法

自动化学报页数： 18 2025-06-04

摘要：基于机器学习的预测方法通常能够实现较高的拟合精度,但模型可解释性和泛化性能较差.在工业过程中,由于概念漂移现象的存在,这些方法的稳定性受到影响,使得在复杂工业环境中精确建模成为一项既困难又具挑战性的任务.为此,提出一种基于线性动力算子的域适应物理信息神经网络方法.首先通过历史工况数据建立线性动力算子神经网络模型,捕获多变量时间序列数据的动态特性.然后通过前向欧拉法对机理模型进行... （共18页）

开通会员，享受整站包年服务

说明：本文档由创作者上传发布，版权归属创作者。若内容存在侵权，请点击申诉举报

科技文档

数学力学化学金融证券保险投资会计审计园艺林业旅游体育物理学生物学天文学气象学海洋学地质学新能源金属学农艺学农作物管理学领导学自然科学系统科学资源科学无机化工有机化工燃料化工化学工业材料科学矿业工程冶金工业安全科学环境科学工业通用机械工业无线电子电信技术铁路运输汽车工业船舶工业动力工程电力工业农业科学农业工程植物保护动物医学教育理论学前教育初等教育中等教育高等教育职业教育成人教育自然地理地球物理经济统计农业经济工业经济交通经济企业经济文化经济信息经济贸易经济财政税收市场研究科学研究互联网自动化轻工业核科学服务业石油然气服务业野生动物水产渔业硬件仪器仪表航空航天武器军事公路运输水利水电建筑科学软件