基于特征選擇的IPSO-GRU脫硫系統(tǒng)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(tǒng)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(yōu)化算法優(yōu)化門控循環(huán)單元神經(jīng)網(wǎng)絡(IPSO-GRU)的脫硫系統(tǒng)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(shù)據(jù)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(huán)單元(Gated Recurrent Unit，GRU)模型關鍵超參數(shù)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(shù)進行訓練，以降低 GRU的訓練成本。最終實現(xiàn)對脫硫系統(tǒng)出口二氧化硫濃度的預測。實驗結果表明，所提模型與傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡相比預測精度更高，在工程實際中更具應用價值。
現(xiàn)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。