-
题名基于深度集成学习的甘蔗压榨抽出率预测方法
被引量：1
- 1
-
-
作者
蒙艳玫
张月
段青山
-
机构
广西大学机械工程学院
广西大学轻工与食品工程学院
-
出处
《三峡大学学报（自然科学版）》
CAS
2023年第4期101-107,共7页
-
基金
国家自然科学基金(61763001,51465003,12062001)
广西自然科学基金(2021JJA110041)。
-
文摘
先进的甘蔗压榨建模方法能够给生产提供指导,有利于提高糖厂的经济效益并节约能源.本文选择深度极限学习机(DELM)和长短期记忆网络(LSTM)作为基学习器,极端梯度提升(XGBoost)作为元学习器,构建了Stacking深度集成学习模型,用于甘蔗压榨抽出率的在线预测;并通过计算和实验,验证该方法的可行性和有效性.与其他模型相比较,本文所提模型的预测精度高5%~12%,并且对数据的敏感性更低,泛化性更好,能够适应甘蔗压榨的不同工况.
-
关键词
甘蔗压榨抽出率
集成学习
深度学习
数据驱动建模
-
Keywords
extraction rate of sugarcane press
integrated learning
deep learning
data-driven modeling
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
