-
公开(公告)号：CN113032902B
公开(公告)日：2022-06-17
申请号：CN202110291867.7
申请日：2021-03-18
Applicant: 中南大学
Abstract: 本发明涉及高速列车头部外形设计领域，具体涉及一种基于机器学习优化的高速列车气动头部外形设计方法。包括：获取高速列车气动性能数据和外形设计参数变量作样本数据；采用基于皮尔森相关系数的聚类方法和最大互信息系数获取参数变量之间的关联程度，并筛选优化参数；将样本数据随机拆分为训练集和测试集；采用蜻蜓算法对神经网络模型进行训练，获得第一气动性能预测模型；获取预设预测精度，进行测试获得测试预测精度；比较两种精度值获得终气动性能预测模型；设定多个参数变量的数值范围和允许的最小改变量，通过终气动性能预测模型采用蜻蜓优化算法获取所述参数变量的最优值，该方案可以在短时间内产生最优决策，且具有良好的扩展性。
-
公开(公告)号：CN112307001B
公开(公告)日：2023-10-20
申请号：CN202011202434.1
申请日：2020-11-02
Applicant: 中南大学
IPC: G06F16/215 , G06F18/214 , G06F18/241 , G06N3/084
Abstract: 本发明提供一种基于DA优化的汽油精炼过程中辛烷值损失预测方法与系统，包括：获取汽油精炼样本数据；对样本数据进行预处理；基于皮尔森相关系数和最大信息系数构建识别差异表达操作变量的方法，获取样本数据中各变量之间的关联关系，筛选出N个变量作为操作变量；将获得样本数据分为训练集和测试集；以精炼汽油辛烷值和含硫量为约束条件，基于DA优化的BP神经网络进行模型训练学习，获得第一辛烷值预测模型；在测试集的基础上，对获得的第一辛烷值预测模型进行测试，在满足预设的预测精度基础上最终输出模型作为辛烷值的预测模型，否则进行模型优化；以辛烷值的预测模型对实时获得的汽油精炼数据进行辛烷值预测输出。
-
公开(公告)号：CN113032902A
公开(公告)日：2021-06-25
申请号：CN202110291867.7
申请日：2021-03-18
Applicant: 中南大学
Abstract: 本发明涉及高速列车头部外形设计领域，具体涉及一种基于机器学习优化的高速列车气动头部外形设计方法。包括：获取高速列车气动性能数据和外形设计参数变量作样本数据；采用基于皮尔森相关系数的聚类方法和最大互信息系数获取参数变量之间的关联程度，并筛选优化参数；将样本数据随机拆分为训练集和测试集；采用蜻蜓算法对神经网络模型进行训练，获得第一气动性能预测模型；获取预设预测精度，进行测试获得测试预测精度；比较两种精度值获得终气动性能预测模型；设定多个参数变量的数值范围和允许的最小改变量，通过终气动性能预测模型采用蜻蜓优化算法获取所述参数变量的最优值，该方案可以在短时间内产生最优决策，且具有良好的扩展性。
-
公开(公告)号：CN112307001A
公开(公告)日：2021-02-02
申请号：CN202011202434.1
申请日：2020-11-02
Applicant: 中南大学
IPC: G06F16/215 , G06K9/62 , G06N3/08
Abstract: 本发明提供一种基于DA优化的汽油精炼过程中辛烷值损失预测方法与系统，包括：获取汽油精炼样本数据；对样本数据进行预处理；基于皮尔森相关系数和最大信息系数构建识别差异表达操作变量的方法，获取样本数据中各变量之间的关联关系，筛选出N个变量作为操作变量；将获得样本数据分为训练集和测试集；以精炼汽油辛烷值和含硫量为约束条件，基于DA优化的BP神经网络进行模型训练学习，获得第一辛烷值预测模型；在测试集的基础上，对获得的第一辛烷值预测模型进行测试，在满足预设的预测精度基础上最终输出模型作为辛烷值的预测模型，否则进行模型优化；以辛烷值的预测模型对实时获得的汽油精炼数据进行辛烷值预测输出。
-
-
-
Search Results
4
records
(took 0.025 seconds)
