机器学习算法在站点风速风向模拟中的应用研究任务书

 2021-08-20 01:08

1. 毕业设计(论文)主要目标:

风速风向的预测在我们实际生活中有着重要的意义,与人们的日常生活密切相关。

例如,根据某个地方以前台风的风速风向可以预测未来台风的风速风向,让人们知道能不能外出,避免发生风险。

如今高铁不断发展,在道路两旁有着许多站点可以根据以前的数据预测未来风速风向,让高铁提前做好预防准备。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要内容:

学习理解机器学习算法,运用机器学习算法处理观测站点的历史数据,比较不同算法实现的误差情况进行统计分析,寻找最优的机器学习算法模拟站点风速风向。

3. 主要参考文献

谢剑斌.视觉机器学习[M].北京:清华大学出版社,2015:2,239.Rogers,Girolami著,郭茂祖,王春宇,刘杨,刘晓燕译.机器学习基础教程[M].北京:机械工业出版社,2013:1,190.Henrik Brink著;程继洪,孙玉梅,潘佩佩译.实用机器学习[M].北京:机械工业出版社,2017:1,187.周泽虹.基于机器学习十五风电场功率预测研究[D].南京师范大学,2017.王富强.风电场短期风速预测及模拟的理论与方法研究[D].华北电力大学,2013.平善明.基于时空属性的短期风速预测[D].哈尔滨工业大学,2017.普慧.支持向量机方法在风电场风速预测中的应用研究[D].华北电力大学,2013.杨秀媛,肖洋,陈树勇.风电场风速和发电功率预测研究[J].中国电机工程学报,2005;1-5.潘迪夫,刘辉,李燕飞.风电场风速短期多步预测改进算法[J].中国电机工程学报,2008;87-91.朱国强,刘士荣,俞金寿.支持向量机及其在函数逼近中的应用[J].华东理工大学学报,2002;555-568.胡梦月,胡志坚,仉梦林,傅晨宇.基于改进AdaBoost.RT和KELM的风功率预测方法研究,2017;536-542.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。