基于混沌灰狼优化算法的氧化铝质量指标预测模型

基于混沌灰狼优化算法的氧化铝质量指标预测模型

93 4.5
22 2021-04-27
pdf | 310KB | 10页
正文 简介
针对氧化铝焙烧过程具有强非线性、检测滞后等特点,提出一种基于混沌灰狼优化算法( CGWO)参数优化在线贯序极限学习机( OSELM)的氧化铝质量预测模型。在基于机理分析和变量相关性分析的基础上,选择氧化铝质量指标预测模型的输入变量,采用在线序贯极限学习机的方法建立模型,并利用改进的混沌灰狼优化算法得到最优的初始权值和隐含层偏差,实现焙烧过程氧化铝质量预测建模。采用工业过程数据对提出的方法进行实验验证,仿真结果表明:所建立的预测模型具有更好的精度,从而验证了方法的有效性。
*温馨提示:该数据为用户自主上传分享,如有侵权请举报或联系客服:400-823-1298处理。
514989***
514989***
服务: -
数据量: 5
人气: -
擅长:土建 装饰 园林 电气

您可能感兴趣

原价: 100 积分
立即购买