一种基于SA-SMA-GRNN的磁芯损耗预测模型

本发明公开了一种基于SA‑SMA‑GRNN的磁芯损耗预测模型，属于信号预测及优化技术领域。该方法首先构建了包含磁芯材料、温度、频率和磁通密度峰值等特征的训练集，通过SMA黏菌优化算法对GRNN的平滑因子进行优化，以提高模型的预测精度和泛化能力。为了避免黏菌算法陷入局部最优，进一步引入模拟退火算法，通过模拟物理退火过程，逐步降低搜索空间中的温度，增强模型全局搜索能力，提升收敛速度。本发明通过对高频率、高能耗磁芯损耗数据的训练，优化出最佳的模型参数，并通过GRNN进行损耗预测，实现了对磁芯损耗的高精度预测，提升了GRNN模型的全局搜索能力和收敛速度，具有广泛的适用性和较高的预测准确度。