注冊(cè) | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)設(shè)計(jì)/管理能源系統(tǒng)人工智能方法

能源系統(tǒng)人工智能方法

能源系統(tǒng)人工智能方法

定 價(jià):¥69.00

作 者: 趙陽(yáng) 等
出版社: 機(jī)械工業(yè)出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

ISBN: 9787111737704 出版時(shí)間: 2023-11-01 包裝: 平裝
開本: 16開 頁(yè)數(shù): 217 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  本書主要包含四部分內(nèi)容,側(cè)重于從能源領(lǐng)域工程實(shí)際和科學(xué)研究的需求角度出發(fā),闡述用人工智能大數(shù)據(jù)方法解決能源系統(tǒng)問題的知識(shí)和方法論。 部分介紹能源系統(tǒng)信息采集中常見數(shù)據(jù)類型及數(shù)據(jù)預(yù)處理方法,包括適用于能源系統(tǒng)的異常值識(shí)別、缺失值處理、數(shù)據(jù)規(guī)范化、數(shù)據(jù)轉(zhuǎn)換及分割方法等;第二部分介紹無監(jiān)督學(xué)習(xí)方法及其在能源系統(tǒng)工程中的典型應(yīng)用,包括聚類分析、關(guān)聯(lián)規(guī)則挖掘和知識(shí)后挖掘方法;第三部分介紹監(jiān)督學(xué)習(xí)方法及其在能源系統(tǒng)預(yù)測(cè)建模中的應(yīng)用要點(diǎn),包括特征工程、算法選擇、模型優(yōu)化和模型解讀方法;第四部分介紹能源系統(tǒng)優(yōu)化方法,主要從評(píng)價(jià)指標(biāo)、建模方法和優(yōu)化算法等方面講述能源系統(tǒng)在設(shè)計(jì)和運(yùn)行階段的優(yōu)化思路及案例。本書可作為高等院校能源系統(tǒng)工程和人工環(huán)境工程等專業(yè)與人工智能領(lǐng)域相結(jié)合的跨學(xué)科專業(yè)教材,也可以作為工程技術(shù)人員和管理人員的參考讀物。

作者簡(jiǎn)介

暫缺《能源系統(tǒng)人工智能方法》作者簡(jiǎn)介

圖書目錄

目  錄
前言
第1章 緒論 1
1.1 能源系統(tǒng)工程與人工智能 1
1.2 人工智能發(fā)展歷程 2
1.3 本書的內(nèi)容結(jié)構(gòu) 3
思考與練習(xí) 4
第2章 數(shù)據(jù)預(yù)處理方法 5
2.1 能源系統(tǒng)中的數(shù)據(jù) 5
2.1.1 能源系統(tǒng)運(yùn)行數(shù)據(jù)常見格式及
特點(diǎn) 5
2.1.2 能源系統(tǒng)運(yùn)行數(shù)據(jù)的表現(xiàn)形式 6
2.1.3 數(shù)據(jù)預(yù)處理的必要性 6
2.2 能源系統(tǒng)運(yùn)行數(shù)據(jù)清洗方法 7
2.2.1 常見的缺失值處理方法 7
2.2.2 常見的異常值識(shí)別方法 10
2.3 能源系統(tǒng)運(yùn)行數(shù)據(jù)降維方法 13
2.3.1 樣本維度的降維 14
2.3.2 變量維度的降維 14
2.4 能源系統(tǒng)運(yùn)行數(shù)據(jù)規(guī)范化方法 15
2.5 能源系統(tǒng)運(yùn)行數(shù)據(jù)轉(zhuǎn)換方法 17
2.5.1 連續(xù)數(shù)值型-類別型變量轉(zhuǎn)換
方法 17
2.5.2 類別型-連續(xù)數(shù)值型變量轉(zhuǎn)換
方法 18
2.6 能源系統(tǒng)運(yùn)行數(shù)據(jù)分割方法* 18
思考與練習(xí) 21
第3章 無監(jiān)督學(xué)習(xí)方法 22
3.1 總論 22
3.1.1 能源領(lǐng)域無監(jiān)督學(xué)習(xí)方法概述 22
3.1.2 典型能源應(yīng)用場(chǎng)景 23
3.1.3 無監(jiān)督學(xué)習(xí)的一般流程 24
3.2 基于聚類的無監(jiān)督學(xué)習(xí) 24
3.2.1 引言 24
3.2.2 基本概念 25
3.2.3 基于原型的聚類 38
3.2.4 基于密度的聚類 42
3.2.5 基于層次的聚類 46
3.2.6 課外閱讀 51
3.3 基于關(guān)聯(lián)規(guī)則挖掘的無監(jiān)督學(xué)習(xí) 51
3.3.1 引言 51
3.3.2 基本概念 51
3.3.3 Apriori算法 54
3.3.4 頻繁模式增長(zhǎng)算法 61
3.3.5 課外閱讀 73
3.4 知識(shí)后挖掘 73
3.4.1 引言 73
3.4.2 聚類后挖掘 74
3.4.3 關(guān)聯(lián)規(guī)則后挖掘 83
3.4.4 課外閱讀 84
3.5 總結(jié)與展望 85
思考與練習(xí) 85
參考文獻(xiàn) 86
第4章 監(jiān)督學(xué)習(xí)方法 87
4.1 總論 87
4.1.1 監(jiān)督學(xué)習(xí)基礎(chǔ)概念 87
4.1.2 典型能源應(yīng)用場(chǎng)景 88
4.1.3 基于監(jiān)督學(xué)習(xí)的預(yù)測(cè)建模流程 91
4.2 特征工程 92
4.2.1 引言 92
4.2.2 特征篩選方法 92
4.2.3 特征構(gòu)建方法 100
4.3 模型選擇與優(yōu)化 102
4.3.1 引言 102
4.3.2 模型選擇 103
4.3.3 模型原理 106
4.3.4 模型優(yōu)化 122
4.4 模型評(píng)價(jià)方法 132
4.4.1 引言 132
4.4.2 回歸模型評(píng)價(jià)指標(biāo) 132
4.4.3 分類模型評(píng)價(jià)指標(biāo) 134
4.4.4 課外閱讀 137
4.5 模型解讀 138
4.5.1 引言 138
4.5.2 模型專用解讀方法 139
4.5.3 模型通用解讀方法 142
4.6 總結(jié)與展望 158
思考與練習(xí) 159
參考文獻(xiàn) 159
第5章 優(yōu)化方法 161
5.1 總論 161
5.1.1 能源領(lǐng)域優(yōu)化方法概述 161
5.1.2 典型能源應(yīng)用場(chǎng)景 162
5.1.3 優(yōu)化方法的一般流程 162
5.2 能源系統(tǒng)評(píng)價(jià)指標(biāo) 163
5.2.1 引言 163
5.2.2 能源效益指標(biāo) 164
5.2.3 經(jīng)濟(jì)效益指標(biāo) 166
5.2.4 環(huán)境效益指標(biāo) 169
5.2.5 電網(wǎng)互動(dòng)性指標(biāo) 171
5.2.6 綜合效益指標(biāo) 173
5.2.7 課外閱讀 174
5.3 能源系統(tǒng)建模方法 174
5.3.1 引言 174
5.3.2 建模方法 174
5.3.3 示例分析:綜合能源系統(tǒng)建模 177
5.3.4 示例分析:建筑能源系統(tǒng)建模 179
5.3.5 課外閱讀 184
5.4 能源系統(tǒng)優(yōu)化方法 184
5.4.1 引言 184
5.4.2 優(yōu)化問題 184
5.4.3 數(shù)學(xué)規(guī)劃算法 186
5.4.4 啟發(fā)式優(yōu)化算法 200
5.4.5 多目標(biāo)優(yōu)化算法 207
5.4.6 課外閱讀 216
5.5 總結(jié)與展望 216
思考與練習(xí) 217
參考文獻(xiàn) 217

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)