一种基于PSO优化BP神经网络的耙吸挖泥船艏吹浓度预测方法
摘要:
本发明公开了一种基于PSO优化BP神经网络的耙吸挖泥船艏吹浓度预测方法,包括:收集耙吸挖泥船历史施工数据,上传至数据库;对历史施工数据进行预处理,并划分成训练样本和测试样本;分析训练样本和测试样本,确定预测模型的输入量与输出量;建立PSO优化的BP神经网络预测模型,用于耙吸挖泥船艏吹浓度预测;通过训练样本对预测模型进行训练;使用测试样本计算评价指标MSE,对完成训练的预测模型进行验证,得到耙吸挖泥船艏吹浓度预测模型。本发明采用PSO优化的BP神经网络预测模型,其收敛速度快,精度高,可有效解决耙吸挖泥船抽舱吹岸时泥泵出口处浓度计的滞后问题,从而实现艏吹出口的泥浆浓度预测。
0/0