基于超参数优化和遗传算法的离心泵性能预测方法及系统

本发明公开了基于超参数优化和遗传算法的离心泵性能预测方法及系统，其中方法包括：采集离心泵的样本数据并进行预处理，得到处理后数据；对超参数进行优化；基于处理后数据和优化后的超参数，构建预测模型；利用处理后数据训练预测模型，得到最终模型；利用最终模型完成对离心泵性能的预测。本发明通过遗传算法对神经网络的超参数进行优化，对隐藏层神经元个数和学习率的调整，显著提升了离心泵性能预测模型的精确度和稳定性，有效解决了训练集中随机性对预测结果准确性的影响。还通过通过变化的隐藏层神经元个数，使BP神经网络结构变化，显著增强了模型对数据的适应性和泛化能力，确保了模型在都能够维持较高的预测精度。