科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于Kendall-τ-SSA-BiLSTM的马蹄窑工作池温度预测方法,包括以下步骤：采集马蹄窑的温度数据集；对工作池温度数据进行预处理；对工作池温度的影响参数数据进行肯德尔系数相关性分析；将预处理后的工作池温度数据和工作池温度的重要影响参数数据进行划分,得到训练集和测试集；建立BiLSTM模型,并利用SSA对BiLSTM模型的超参数进行优化,得到SSA-BiLSTM模型。本发明解决了现有使用混合元启发式算法和数据预处理技术的ML模型来对马蹄窑的温度进行预测,其中,采用GRU模型作为ML模型,对长期依赖的建模能力较弱；采用WOA作为混合元启发式算法,收敛速度较慢、算法复杂度较高且鲁棒性低；及采用GRA作为数据预处理技术,难以捕捉到变量之间的顺序关联的问题。
- 单位
