科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明涉及一种耙吸式挖泥船操作参数的学习方法。其技术方案是：将m个有效数据组随机分为训练集、交叉验证集和测试集,建立4～8个多层感知器模型,通过调整5个超参数得到训练集的所有多层感知器模型的损失函数,在交叉验证集的所有多层感知器模型的损失函数中选择损失函数最小的模型为最优模型,即隐式模型；通过隐式模型和回归模型建立输入和输出的显式模型,采用蚁群算法解决产量率的期望值c-1和混合物密度的期望值c-2的多目标优化问题,得到最优参数组合。本发明的模型稳定性好、准确性高和通用性强,在满足给定产量率的期望值c-1和混合物密度的期望值c-2的条件下能实现最优参数组合。
- 单位
