摘要
本发明公开了一种基于Bagging双重集成策略的闭路循环干燥系统产品含水量预测方法,包括:采集闭路循环干燥系统数据,将所述数据做归一化处理,同时保留原数据,将处理前和处理后的数据对应划分成训练集、验证集和测试集;选择改进后的人工神经网络作为基学习器,基于Bagging双重集成策略训练生成多个子模型;利用多目标粒子群优化算法对子模型进行筛选,根据准确度和多样性选择出优质子模型并进行简单平均组合,并选择合适的模型参数,最终得到基于Bagging双重集成模型。对比结果表明,本发明提出的方法在准确性和鲁棒性方面具有更好的表现,可用于工业干燥过程产品含水量的预测。
技术关键词
闭路循环干燥系统
集成策略
旋转闪蒸干燥器
粒子群优化算法
人工神经网络
流化床干燥器
学习器
训练集
集成训练
预测残差
物理
样本
数据验证
快照
预测误差
空气
系统为您推荐了相关专利信息
误差补偿方法
环境传感器
测量误差
正则化参数
误差预测
数据分配策略
卸载方法
机会约束模型
卸载策略
缓存策略
电机异常检测
助力转向器
人工神经网络模型
数据
助力转向系统
岩土地质
化构建方法
地质钻孔
三维点云数据
点云特征
性能预测方法
辅助胶凝材料
胶凝体系
水泥材料技术
绿色胶凝材料