*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202311*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:能源系統人工智能方法 ISBN:9787111737704 出版社:機械工業 著編譯者:趙陽 頁數:218 所在地:中國大陸 *此為代購商品 書號:1597236 可大量預訂,請先連絡。 內容簡介 本書主要包含四部分內容,側重於從能源領域工程實際和科學研究的需求角度出發,闡述用人工智慧大數據方法解決能源系統問題的知識和方法論。第一部分介紹能源系統信息採集中常見數據類型及數據預處理方法,包括適用於能源系統的異常值識別、缺失值處理、數據規範化、數據轉換及分割方法等;第二部分介紹無監督學習方法及其在能源系統工程中的典型應用,包括聚類分析、關聯規則挖掘和知識后挖掘方法;第三部分介紹監督學習方法及其在能源系統預測建模中的應用要點,包括特徵工程、演算法選擇、模型優化和模型解讀方法;第四部分介紹能源系統優化方法,主要從評價指標、建模方法和優化演算法等方面講述能源系統在設計和運行階段的優化思路及案例。 本書可作為高等院校能源系統工程和人工環境工程等專業與人工智慧領域相結合的跨學科專業教材,也可以作為工程技術人員和管理人員的參考讀物。作者簡介 趙陽 浙江大學能源工程學院製冷與低溫工程研究所研究員,博士生導師,浙江省特聘專家;擔任Energy and Built Environment編委、瑞士國家自然科學基金評審專家。 長期致力於能源領域通用人工智慧方法研究,主持多項相關研究項目,包括科技部與芬蘭商務局國際間重大研發計劃項目,國家自然科學基金委與荷蘭科學研究組織NWO國際合作項目和國家自然科學基金項目;參与多項荷蘭創新技術基金、荷蘭國家企業署等資助的科研項目,參与國際能源署ANNEX區域能源項目;參編建築節能領域國家標準。目錄 前言第1章 緒論 1 1 能源系統工程與人工智慧 1 2 人工智慧發展歷程 1 3 本書的內容結構 思考與練習 第2章 數據預處理方法 2 1 能源系統中的數據 2 1 1 能源系統運行數據常見格式及特點 2 1 2 能源系統運行數據的表現形式 2 1 3 數據預處理的必要性 2 2 能源系統運行數據清洗方法 2 2 1 常見的缺失值處理方法 2 2 2 常見的異常值識別方法 2 3 能源系統運行數據降維方法 2 3 1 樣本維度的降維 2 3 2 變數維度的降維 2 4 能源系統運行數據規範化方法 2 5 能源系統運行數據轉換方法 2 5 1 連續數值型-類別型變數轉換方法 2 5 2 類別型-連續數值型變數轉換方法 2 6 能源系統運行數據分割方法 思考與練習 第3章 無監督學習方法 3 1 總論 3 1 1 能源領域無監督學習方法概述 3 1 2 典型能源應用場景 3 1 3 無監督學習的一般流程 3 2 基於聚類的無監督學習 3 2 1 引言 3 2 2 基本概念 3 2 3 基於原型的聚類 3 2 4 基於密度的聚類 3 2 5 基於層次的聚類 3 2 6 課外閱讀 3 3 基於關聯規則挖掘的無監督學習 3 3 1 引言 3 3 2 基本概念 3 3 3 Apriori演算法 3 3 4 頻繁模式增長演算法 3 3 5 課外閱讀 3 4 知識后挖掘 3 4 1 引言 3 4 2 聚類后挖掘 3 4 3 關聯規則后挖掘 3 4 4 課外閱讀 3 5 總結與展望 思考與練習 參考文獻 第4章 監督學習方法 4 1 總論 4 1 1 監督學習基礎概念 4 1 2 典型能源應用場景 4 1 3 基於監督學習的預測建模流程 4 2 特徵工程 4 2 1 引言 4 2 2 特徵篩選方法 4 2 3 特徵構建方法 4 3 模型選擇與優化 4 3 1 引言 4 3 2 模型選擇 4 3 3 模型原理 4 3 4 模型優化 4 4 模型評價方法 4 4 1 引言 4 4 2 回歸模型評價指標 4 4 3 分類模型評價指標 4 4 4 課外閱讀 4 5 模型解讀 4 5 1 引言 4 5 2 模型專用解讀方法 4 5 3 模型通用解讀方法 4 6 總結與展望 思考與練習 參考文獻 第5章 優化方法 5 1 總論 5 1 1 能源領域優化方法概述 5 1 2 典型能源應用場景 5 1 3 優化方法的一般流程 5 2 能源系統評價指標 5 2 1 引言 5 2 2 能源效益指標 5 2 3 經濟效益指標 5 2 4 環境效益指標 5 2 5 電網互動性指標 5 2 6 綜合效益指標 5 2 7 課外閱讀 5 3 能源系統建模方法 5 3 1 引言 5 3 2 建模方法 5 3 3 示例分析:綜合能源系統建模 5 3 4 示例分析:建築能源系統建模 5 3 5 課外閱讀 5 4 能源系統優化方法 5 4 1 引言 5 4 2 優化問題 5 4 3 數學規劃演算法 5 4 4 啟髮式優化演算法 5 4 5 多目標優化演算法 5 4 6 課外閱讀 5 5 總結與展望 思考與練習 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |