摘要
本发明涉及材料领域,具体涉及一种用于预测材料相变行为的方法,通过建立用于预测材料相变行为的相变判断模型,利用能够反映待测材料外部条件变化的时间序列数据,对待测材料的相变行为进行预测。通过建立用于预测材料相变行为的相变判断模型,利用能够反映待测材料外部条件变化的时间序列数据,对待测材料的相变行为进行预测,不但采用霜冰优化算法对VMD数据处理单元中变分模态分解算法的分解层数k和惩罚因子α进行全局寻优,大幅度减少了噪声和非平稳信号对模型预测的影响,还利用改进灰狼算法(IGWO)对长短期记忆网络的超参数进行寻优,在最大程度上提升了相变判断模型的预测能力,以应对相变行为时间序列的强非平稳性和波动性。
技术关键词
待测材料
数据处理单元
长短期记忆网络
序列
灰狼算法
重构单元
分解算法
清洗单元
因子
参数
噪声
信号
系统为您推荐了相关专利信息
动态信道分配方法
通信信道
通信设备
信道分配策略
生成信道
切换控制方法
图谱
节点运行状态
路径追踪算法
迭代算法
分布式发电
负荷预测模型
不确定性优化方法
节点
资源特征
母线负荷预测方法
负荷预测模型
训练样本集
注意力机制
序列