基于改进SPSO-BP神经网络的温度传感器湿度补偿 被引量：5

1

作者 行鸿彦 郭敏 +1 位作者 张兰 张一波 《传感技术学报》 CAS CSCD 北大核心 2018年第3期380-385,共6页

针对在实际使用中湿度影响温度传感器准确性的问题,通过对基本粒子群算法的分析,得出不受速度向量影响的简化粒子群算法,同时采用线性递减惯性权重,提出了一种改进SPSO-BP神经网络温度传感器的湿度补偿方法。通过改进的简化粒子群算法... 针对在实际使用中湿度影响温度传感器准确性的问题,通过对基本粒子群算法的分析,得出不受速度向量影响的简化粒子群算法,同时采用线性递减惯性权重,提出了一种改进SPSO-BP神经网络温度传感器的湿度补偿方法。通过改进的简化粒子群算法的不断迭代,优化BP神经网络的权阈值,直到得到最优权阈值,并赋给BP神经网络。根据湿度影响实验中测得的数据,运用此方法建立湿度补偿模型,与BP神经网络方法对比分析。结果表明,改进SPSO-BP神经网络的模型结构简单、补偿精度高,收敛速度快,有效地对温度传感器进行了湿度补偿。 展开更多

关键词 湿度补偿 BP神经网络 简化粒子群算法 温度传感器

在线阅读 下载PDF 职称材料

基于SPSO优化Multiple Kernel-TWSVM的滚动轴承故障诊断 被引量：7

2

作者 徐冠基 曾柯 柏林 《振动．测试与诊断》 EI CSCD 北大核心 2019年第5期973-979,1130,共8页

双子支持向量机(twin support vector machine,简称TWSVM)的核函数选择对其分类性能有着重要影响,TWSVM其核函数一般是局部核函数或者全局核函数,这两种核函数的泛化能力和分类性能不能兼顾。笔者利用综合加权的高斯局部核函数和多项式... 双子支持向量机(twin support vector machine,简称TWSVM)的核函数选择对其分类性能有着重要影响,TWSVM其核函数一般是局部核函数或者全局核函数,这两种核函数的泛化能力和分类性能不能兼顾。笔者利用综合加权的高斯局部核函数和多项式全局核函数方法组成双核函数来改进TWSVM以提高其泛化能力和分类性能,并采用简化粒子群优化(simple particle swarm optimization,简称SPSO)方法来对权值和参数进行优化,提出了SPSO优化Multiple Kernel-TWSVM模型,将该模型应用到滚动轴承故障诊断模式识别中。实验结果表明,双核TWSVM比单核TWSVM和反向传播(back propagation,简称BP)神经网络具有更高的分类准确率。 展开更多

关键词 滚动轴承 故障诊断 相空间重构 简化粒子群优化 双核双子支持向量机

在线阅读 下载PDF 职称材料

基于粗糙集和SPSO的网络入侵检测方案 被引量：15

3

作者 朱亚东 《控制工程》 CSCD 北大核心 2018年第11期2097-2101,共5页

针对计算机网络中的安全性问题,提出一种基于粗糙集和简化粒子群优化（SPSO）的网络入侵检测方案。首先,利用粗糙集理论从入侵数据集中提取出分类效果较好的简约特征集。然后,利用训练数据训练BP神经网络分类器,并利用改进后的SPSO优化... 针对计算机网络中的安全性问题,提出一种基于粗糙集和简化粒子群优化（SPSO）的网络入侵检测方案。首先,利用粗糙集理论从入侵数据集中提取出分类效果较好的简约特征集。然后,利用训练数据训练BP神经网络分类器,并利用改进后的SPSO优化神经网络的权值和阈值参数。最后,以提取的特征为输入,利用优化后的BP神经网络进行网络入侵分类。在DARPA数据集上进行实验,结果表明该方案能够精确的检测U2R、R2L、DoS和PRB类网络攻击,整体分类准确率达到了87%。 展开更多

关键词 网络入侵检测 粗糙集理论 简化粒子群优化 BP神经网络

在线阅读 下载PDF 职称材料

基于SPSO-WK-TWSVM的复合材料层合板损伤辨识方法 被引量：3

4

作者 刘小峰 王邦昕 +1 位作者 艾帆 韦代平 《振动与冲击》 EI CSCD 北大核心 2021年第15期290-295,302,共7页

针对复合材料层合板的基体裂纹损伤与脱层损伤的不易区分辨识的问题,采用Lamb波对层合板进行损伤检测,对接收到的传感信号进行特征提取与筛选,创新性地引入加权核双子支持向量基(weighted kernels-twin support vector machine,WK-TWSVM... 针对复合材料层合板的基体裂纹损伤与脱层损伤的不易区分辨识的问题,采用Lamb波对层合板进行损伤检测,对接收到的传感信号进行特征提取与筛选,创新性地引入加权核双子支持向量基(weighted kernels-twin support vector machine,WK-TWSVM)的机器学习方法对基体裂纹与脱层损伤进行自动分类识别。为了进一步提高损伤辨识精度,采用简化粒子群优化(simple particle swarm optimization,SPSO)算法对WK-TWSVM的核函数权值及模型参数进行了寻优处理,并与其他粒子群优化算法就行了分析比较。试验分析结果表明,基于Lamb波的SPSO-WK-TWSVM复合材料层合板损伤辨识方法能够对复合材料层合板基体裂纹与脱层损伤进行准确的自动识别,识别精度明显高于其他TWSVM优化算法及传统的机器学习方法。 展开更多

关键词 复合材料层合板 LAMB波 损伤分类辨识 简化粒子群优化 双子支持向量基

在线阅读 下载PDF 职称材料

基于FLC和SPSO的电厂过热蒸汽温控系统 被引量：3

5

作者 帅海燕 《控制工程》 CSCD 北大核心 2019年第8期1561-1565,共5页

针对火电厂锅炉过热蒸汽温度的准确控制问题,提出一种基于模糊逻辑控制(FLC)的前馈-反馈控制系统,构建了前馈和反馈两级调温机制。前馈FLC控制器根据给水流率和燃料流率,分别为中段过热器和后段过热器控制模块输出一个喷雾流率信号。反... 针对火电厂锅炉过热蒸汽温度的准确控制问题,提出一种基于模糊逻辑控制(FLC)的前馈-反馈控制系统,构建了前馈和反馈两级调温机制。前馈FLC控制器根据给水流率和燃料流率,分别为中段过热器和后段过热器控制模块输出一个喷雾流率信号。反馈FLC控制器根据过热器输出蒸汽温度与参考值的误差和误差变化率,输出一个喷雾流率信号,采用简化粒子群优化(SPSO)算法进行参数优化。然后将这2个喷雾流率信号进行融合,以此来精确控制喷雾调节阀,稳定蒸汽温度到参考值。仿真结果表明,提出的FLC控制系统能够快速有效地控制温度,且对负荷变化具有很好的鲁棒性。 展开更多

关键词 过热蒸汽温度 模糊逻辑 前馈控制 喷雾流率 简化粒子群优化(spso)

在线阅读 下载PDF 职称材料

基于tsPSO算法的阵列自适应随机共振方法研究 被引量：1

6

作者 张勇亮 李国林 尹洪伟 《机械强度》 CAS CSCD 北大核心 2017年第6期1288-1295,共8页

针对传统随机共振方法存在的单级自适应随机共振方法输出响应信噪比低、参数自适应时间长且阵列随机共振方法参数设置困难等不足,提出了一种基于带极值扰动的简化粒子群(Extremum Disturbed and Simple Particle Swarm Optimization,tsP... 针对传统随机共振方法存在的单级自适应随机共振方法输出响应信噪比低、参数自适应时间长且阵列随机共振方法参数设置困难等不足,提出了一种基于带极值扰动的简化粒子群(Extremum Disturbed and Simple Particle Swarm Optimization,tsPSO)算法的阵列自适应随机共振方法,实现了强噪声背景下大参数微弱信号的有效、快速检测。首先,采用并联随机共振系统,通过对各子系统的输出响应进行自相关分析并合成提高最终输出响应的信噪比;其次,在每个并联子系统中,通过随机共振系统级联的方式进一步提高输出响应的信噪比;最后,以信噪比为适应度函数,对每个子系统的参数进行自适应选择,并通过变换尺度分段搜索和采用ts PSO算法缩短参数自适应的时间。仿真实验和工程应用结果验证了该方法的有效性。 展开更多

关键词 随机共振 阵列 自相关分析 自适应 tspso算法

在线阅读 下载PDF 职称材料

基于DWSPSO的软件测试数据自动生成 被引量：5

7

作者 田甜 毛明志 《计算机工程与设计》 CSCD 北大核心 2011年第6期2134-2137,2149,共5页

针对软件结构测试数据的自动生成提出了一种动态改变惯性权重的简化粒子群算法(DWSPSO)。该算法舍弃了粒子速度这个参数,并通过粒子群中所有粒子适应度的整体变化跟踪粒子群的状态。在每次迭代时,算法可根据粒子的适应度变化动态改变惯... 针对软件结构测试数据的自动生成提出了一种动态改变惯性权重的简化粒子群算法(DWSPSO)。该算法舍弃了粒子速度这个参数,并通过粒子群中所有粒子适应度的整体变化跟踪粒子群的状态。在每次迭代时,算法可根据粒子的适应度变化动态改变惯性权重,从而使算法具有动态自适应性全局搜索与局部搜索能力。实验结果表明,该算法在测试数据的自动生成上,优于基本的粒子群算法以及惯性权值线性递减粒子群算法(LDWPSO)。 展开更多

关键词 软件测试 测试数据生成 粒子群算法 惯性权重 简化粒子群算法

在线阅读 下载PDF 职称材料

Fermi架构下的SPSO算法加速 被引量：1

8

作者 田幂 胡亮 车喜龙 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2013年第4期647-652,共6页

利用新的图形处理器架构重新评估利用可编程图形处理器加速标准粒子群优化算法的可行性和有效性.针对新的图形处理器架构进行系统分析,在此架构下实现了标准粒子群优化算法的并行版本.实验结果表明,通过合理运用新的图形处理器架构,与... 利用新的图形处理器架构重新评估利用可编程图形处理器加速标准粒子群优化算法的可行性和有效性.针对新的图形处理器架构进行系统分析,在此架构下实现了标准粒子群优化算法的并行版本.实验结果表明,通过合理运用新的图形处理器架构,与其他标准粒子群优化算法的并行版本相比,取得了良好的加速比. 展开更多

关键词 标准粒子群优化算法 Fermi架构 图形处理器

在线阅读 下载PDF 职称材料

基于标准粒子群算法的GH4169高速铣削表面粗糙度研究 被引量：20

9

作者 刘维伟 李锋 +1 位作者 任军学 尉渊 《中国机械工程》 EI CAS CSCD 北大核心 2011年第22期2654-2657,2771,共5页

采用单因素和正交实验法,研究了整体硬质合金刀具高速铣削GH4169高温合金时切削参数对表面粗糙度的影响规律,结果表明,每齿进给量对表面粗糙度的影响十分显著,铣削速度和铣削深度对表面粗糙度的影响较小;基于标准粒子群算法建立了表面... 采用单因素和正交实验法,研究了整体硬质合金刀具高速铣削GH4169高温合金时切削参数对表面粗糙度的影响规律,结果表明,每齿进给量对表面粗糙度的影响十分显著,铣削速度和铣削深度对表面粗糙度的影响较小;基于标准粒子群算法建立了表面粗糙度与切削参数之间的经验公式,并对经验公式进行了实验验证,结果显示,基于标准粒子群算法建立的经验公式能有效预测GH4169高温合金高速铣削过程中的表面粗糙度,为铣削参数优化、铣削表面质量控制提供了依据。 展开更多

关键词 高温合金 高速铣削 表面粗糙度 标准粒子群算法

在线阅读 下载PDF 职称材料

基于Prony和改进PSO算法的多机PSS参数优化 被引量：17

10

作者 郭成 李群湛 王德林 《电力自动化设备》 EI CSCD 北大核心 2009年第3期16-21,共6页

针对多机电力系统稳定器(PSS)的参数优化问题,提出了采用Prony算法辨识互联电力系统低频振荡的机电模式,利用基于T-S模型模糊自适应的改进微粒群优化(T-SPSO)算法协调PSS参数的控制策略。先采用基于Prony分析的留数法确定PSS的最优安装... 针对多机电力系统稳定器(PSS)的参数优化问题,提出了采用Prony算法辨识互联电力系统低频振荡的机电模式,利用基于T-S模型模糊自适应的改进微粒群优化(T-SPSO)算法协调PSS参数的控制策略。先采用基于Prony分析的留数法确定PSS的最优安装位置,然后通过对采样数据的Prony分析辨识系统振荡模式的特征值,最后利用所提T-SPSO算法协调优化多机PSS参数。T-SPSO算法根据当前种群最优适应值和惯性权重,自适应更新惯性权重取值,解决了PSO算法的早熟问题。针对IEEE4机系统的仿真分析表明,基于T-SPSO算法优化后的多机PSS控制器,在2种典型运行方式下都具有更好的控制性能。 展开更多

关键词 电力系统稳定器 参数优化 PRONY分析 微粒群优化算法 T-spso

在线阅读 下载PDF 职称材料

基于改进简化粒子群算法的含DG的配电网无功优化 被引量：34

11

作者 雷敏 杨万里 +1 位作者 彭晓波 刘俊萍 《华北电力大学学报（自然科学版）》 CAS 北大核心 2015年第1期39-44,共6页

分布式电源(Distributed Generation,DG)并网能够有效支撑电网,增加电网运行的灵活性,对含DG的配电网进行无功优化能够有效提高电能质量,降低网损,保证配电网安全、稳定、经济运行。为此,建立了以有功网损最小为目标函数的数学模型,同时... 分布式电源(Distributed Generation,DG)并网能够有效支撑电网,增加电网运行的灵活性,对含DG的配电网进行无功优化能够有效提高电能质量,降低网损,保证配电网安全、稳定、经济运行。为此,建立了以有功网损最小为目标函数的数学模型,同时,为保证节点电压和DG无功出力在各自允许范围内,分别建立了节点电压越限罚函数和DG无功出力越限罚函数。针对基本粒子群算法易早熟、收敛精度差、迭代后期收敛速度慢等问题,给出了一种惯性权重和学习因子动态变化的简化粒子群算法。该算法舍去粒子速度项,使惯性权重随迭代次数呈指数函数变化,学习因子随迭代次数呈正弦函数变化。以含DG的IEEE33节点配电系统为例进行无功优化分析,结果表明:DG能增强电网运行的稳定性,所提算法具有较好的优化性能。 展开更多

关键词 配电网 分布式电源 简化粒子群算法 无功优化

在线阅读 下载PDF 职称材料

校园热力网分布式监控系统的研究 被引量：5

12

作者 周昊天 吴志勇 田雨波 《计算机工程与应用》 CSCD 2012年第24期41-44,共4页

介绍了在气候补偿系统,对组合式换热机组的运行参数进行实时监控。及在典型楼宇安装楼宇分时分温控制系统,实现供热系统供水温度随室外温度的自动气候补偿。分析可节能约20%。

关键词 气候补偿系统 楼宇控制系统 供热调节 节能减排

在线阅读 下载PDF 职称材料

基于锦标赛选择遗传算法的随机微粒群算法 被引量：17

13

作者 夏桂梅 曾建潮 《计算机工程与应用》 CSCD 北大核心 2007年第4期51-53,84,共4页

以保证全局收敛的随机微粒群算法SPSO为基础,提出了一种改进的随机微粒群算法——GAT-SPSO。该方法是在SPSO的进化过程中,以锦标赛选择机制下的遗传算法所产生的最优个体来代替SPSO中停止的微粒,参与下一代的群体进化。通过对三个多峰... 以保证全局收敛的随机微粒群算法SPSO为基础,提出了一种改进的随机微粒群算法——GAT-SPSO。该方法是在SPSO的进化过程中,以锦标赛选择机制下的遗传算法所产生的最优个体来代替SPSO中停止的微粒,参与下一代的群体进化。通过对三个多峰的测试函数进行仿真,其结果表明:在搜索空间维数相同的情况下,GAT-SPSO的收敛率及收敛速度均大大优于SPSO。 展开更多

关键词 随机微粒群算法 遗传算法 锦标赛选择 全局优化

在线阅读 下载PDF 职称材料

混合变异算子的自适应粒子群优化算法 被引量：17

14

作者 安晓会 高岳林 《计算机应用》 CSCD 北大核心 2008年第B06期28-30,共3页

针对惯性权重线性递减粒子群算法(LDW)不能适应复杂的非线性优化搜索过程的问题,提出了一种非线性递减的惯性权重策略,使算法很快地进入局部搜索,并在算法中引入混合变异算子,克服算法易早熟收敛的缺陷。对几种典型函数的测试结果表明,... 针对惯性权重线性递减粒子群算法(LDW)不能适应复杂的非线性优化搜索过程的问题,提出了一种非线性递减的惯性权重策略,使算法很快地进入局部搜索,并在算法中引入混合变异算子,克服算法易早熟收敛的缺陷。对几种典型函数的测试结果表明,本文算法的收敛速度和收敛精度都明显优于LDW算法。 展开更多

关键词 粒子群算法 自适应惯性权重 变异算子 全局优化

在线阅读 下载PDF 职称材料

基于自加速遗传粒子群算法的半封闭式温室能耗预测 被引量：10

15

作者 陈教料 陈教选 +2 位作者 杨将新 胥芳 沈真 《农业工程学报》 EI CAS CSCD 北大核心 2015年第24期186-193,共8页

针对半封闭式温室环境参数众多且难以测量的问题,提出了一种机理建模与系统辨识建模相结合的温室能耗建模方法。采用自加速遗传粒子群算法(self-accelerating hybrid algorithm of particle swarm optimization and genetic algorithm,S... 针对半封闭式温室环境参数众多且难以测量的问题,提出了一种机理建模与系统辨识建模相结合的温室能耗建模方法。采用自加速遗传粒子群算法(self-accelerating hybrid algorithm of particle swarm optimization and genetic algorithm,SPSO-GA)对温室物理模型中难以确定的参数进行辨识,建立半封闭式温室能耗预测模型。根据上海半封闭式玻璃试验温室的气象数据和测量的能耗值,分别采用遗传算法(genetic algorithm,GA)、粒子群算法(PSO,particle swarm optimization)和SPSO-GA进行参数辨识与能耗预测比较分析。采用SPSO-GA获得的温室能耗预测结果与实测数据的相对误差为1.4%,分别比GA和PSO减少了2.9%和13.7%。根据日太阳光照辐射总量、室外日均温度2个参数及相应的变化曲线,预测的温室能耗值精确度大于86%。试验与模拟结果验证了基于SPSO-GA的温室能耗预测模型有效,可为半封闭式温室能量负载设计、管理和控制提供理论依据。 展开更多

关键词 温室 算法 能耗管理 半封闭式温室 自加速遗传粒子群算法

在线阅读 下载PDF 职称材料

基于聚类分析的随机微粒群算法 被引量：5

16

作者 郝武伟 曾建潮 《计算机工程与应用》 CSCD 北大核心 2010年第8期40-44,共5页

在对一种保证全局收敛的微粒群算法——随机PSO算法(SPSO)进行分析的基础上,提出了一种基于聚类分析的随机微粒群算法(CSPSO)。CSPSO算法保证了种群的多样性,使微粒能够有效地进行全局搜索。并证明了它依概率收敛于全局最优解。最后以... 在对一种保证全局收敛的微粒群算法——随机PSO算法(SPSO)进行分析的基础上,提出了一种基于聚类分析的随机微粒群算法(CSPSO)。CSPSO算法保证了种群的多样性,使微粒能够有效地进行全局搜索。并证明了它依概率收敛于全局最优解。最后以典型的复杂基准优化问题进行了仿真实验,验证了CSPSO的有效性。 展开更多

关键词 随机微粒群算法 聚类分析 全局优化 收敛性

在线阅读 下载PDF 职称材料

利用T-S模糊自适应PSO算法优化PID参数 被引量：3

17

作者 郭成 李群湛 《计算机工程与应用》 CSCD 北大核心 2009年第3期245-248,共4页

针对微粒群优化算法存在的早熟问题,提出了一种基于T-S模型的模糊自适应PSO算法(T-SPSO算法)。算法依据种群当前最优性能指标和惯性权重值所制定T-S规则,动态自适应惯性权重取值,改善了PSO算法的收敛性。将该算法应用于PID控制器的参数... 针对微粒群优化算法存在的早熟问题,提出了一种基于T-S模型的模糊自适应PSO算法(T-SPSO算法)。算法依据种群当前最优性能指标和惯性权重值所制定T-S规则,动态自适应惯性权重取值,改善了PSO算法的收敛性。将该算法应用于PID控制器的参数整定,可得到更优的控制器参数。仿真结果验证了所提出算法的有效性和所设计控制器的优越性。 展开更多

关键词 微粒群优化算法 PID控制 参数优化 基于T-S模型的模糊自适应PSO算法 早熟

在线阅读 下载PDF 职称材料

基于非线性函数和简化粒子群优化的盲源分离算法 被引量：3

18

作者 贾志成 王娜娜 +1 位作者 陈雷 张艳 《中国科学院大学学报（中英文）》 CAS CSCD 北大核心 2014年第4期530-536,共7页

针对现有盲源分离方法存在的源信号类型和高斯信号个数受限制问题,提出一种基于非线性函数和简化粒子群优化的盲源分离新算法.算法采用依据源信号类型选取的非线性函数作为目标函数,运用简化粒子群优化算法对目标函数进行优化,实现多类... 针对现有盲源分离方法存在的源信号类型和高斯信号个数受限制问题,提出一种基于非线性函数和简化粒子群优化的盲源分离新算法.算法采用依据源信号类型选取的非线性函数作为目标函数,运用简化粒子群优化算法对目标函数进行优化,实现多类型源信号同时混合的盲源分离.仿真结果表明,本算法能够有效实现源信号为多类型和含有2路高斯信号的盲源分离.与其他算法相比,本算法收敛速度更快,分离精度更高. 展开更多

关键词 多类型源信号 非线性函数 简化粒子群优化 盲源分离

在线阅读 下载PDF 职称材料

单纯形微粒群优化算法的改进及其在优化PID参数问题中的应用 被引量：1

19

作者 李济民 高岳林 李会荣 《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第2期22-24,共3页

实现了对单纯形微粒群优化算法(SPSO)的改进.在利用单纯形法进行局部寻优的过程中,结合一维搜索中的0.618法选取压缩因子和扩张因子,将这一改进的方法应用在PID调节器的参数优化问题中,并进行了仿真实验.实验结果表明:改进后的单纯形微... 实现了对单纯形微粒群优化算法(SPSO)的改进.在利用单纯形法进行局部寻优的过程中,结合一维搜索中的0.618法选取压缩因子和扩张因子,将这一改进的方法应用在PID调节器的参数优化问题中,并进行了仿真实验.实验结果表明:改进后的单纯形微粒群优化算法的寻优过程更为完善,而且收敛速度更快. 展开更多

关键词 微粒群优化算法 单纯形微粒群优化算法 PID自动调节系统

在线阅读 下载PDF 职称材料

基于PSO-SRU深度神经网络的煤自燃温度预测模型 被引量：9

20

作者 贾澎涛 林开义 郭风景 《工矿自动化》 北大核心 2022年第4期105-113,共9页

针对传统煤自燃温度预测模型泛化能力不强、鲁棒性较差的问题,提出了一种基于改进粒子群(PSO)优化简单循环单元(SRU)的煤自燃温度预测模型(PSO-SRU模型)。首先,对煤自燃程序升温实验中采集的气体浓度数据进行预处理,选取与煤温相关性较... 针对传统煤自燃温度预测模型泛化能力不强、鲁棒性较差的问题,提出了一种基于改进粒子群(PSO)优化简单循环单元(SRU)的煤自燃温度预测模型(PSO-SRU模型)。首先,对煤自燃程序升温实验中采集的气体浓度数据进行预处理,选取与煤温相关性较强的O_(2),CO,CO_(2),CH_(4),C_(2)H_(4)作为煤温预测指标,并将预测指标划分为训练集和测试集;其次,构建SRU预测模型拟合训练集中煤自燃温度与气体指标间非线性规律,将平均绝对误差(MAE)作为适应度函数,利用改进的PSO算法优化SRU预测模型参数;最后,将测试集数据输入参数最优的SRU预测模型,利用SRU计算得到煤自燃温度预测值。实验结果表明:通过指标择优和参数寻优后,PSO-SRU模型在测试集上的MAE相较于基于支持向量回归(SVR)、随机森林(RF)和反向传播(BP)的煤自燃温度预测模型分别降低了12.58,7.65,5.91℃,表明PSO-SRU模型在一定程度上提高了预测精度;均方根误差(RMSE)分别降低了22.65,17.45,8.94℃,PSO-SRU模型在训练集和测试集上的决定系数(R^(2))仅相差0.03,表明PSO-SRU模型具有良好的泛化性和鲁棒性。 展开更多

关键词 煤自燃温度预测 气体指标 深度神经网络 循环神经网络 SRU单元 粒子群算法

在线阅读 下载PDF 职称材料