| 基于特征選擇的IPSO-GRU脫硫系統出口SO2濃度預測模型 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>512 K | |
| 標簽： 預測模型 mRMR 改進粒子群 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹： 針對燃煤電廠在吹掃等過程中脫硫系統出口 SO2濃度的不能及時檢測的問題，提出了一種基于特征選擇的改進粒子群優化算法優化門控循環單元神經網絡(IPSO-GRU)的脫硫系統出口 SO2濃度預測模型。通過最大相關最小冗余(minimum Redundancy and Maximum Relevance，mRMR)算法對采集的目標數據進行預處理，挑選出合適的變量，隨后將選定的變量作為 IPSO-GRU預測模型的輸入。針對門控循環單元(Gated Recurrent Unit，GRU)模型關鍵超參數難以確定的問題，使用改進粒子群(Improved Particle Swarm Optimization，IPSO)算法對模型參數進行訓練，以降低 GRU的訓練成本。最終實現對脫硫系統出口二氧化硫濃度的預測。實驗結果表明，所提模型與傳統循環神經網絡相比預測精度更高，在工程實際中更具應用價值。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2