申请/专利权人：广东工业大学

申请日：2023-08-14

公开（公告）日：2023-10-31

公开（公告）号：CN116978499A

主分类号：G16C60/00

分类号：G16C60/00;G06N3/0442;G06N3/048;G06N3/086;G06N3/084;G06N3/0985;G06F30/27;G06F111/06;G06F119/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.17#实质审查的生效;2023.10.31#公开

摘要：本发明公开了一种基于GRA‑WOA‑GRU的玻璃马蹄窑温度预测方法，包括以下步骤：采集马蹄窑的温度数据集；对工作池温度数据进行预处理；对工作池温度的影响参数数据进行灰色关联度分析；对预处理后的工作池温度数据和关联度大于预设值的影响参数数据进行数据集划分，得到训练集和测试集；建立门控循环单元模型，并利用鲸鱼优化算法WOA对GRU模型的超参数进行优化，得到WOA‑GRU模型；将训练集输入WOA‑GRU模型进行温度预测，得到温度预测值。本发明解决了现有使用混合元启发式算法和数据预处理技术的ML模型来对马蹄窑的温度进行预测，但ML模型是浅层结构，不能完全模拟变量与各种复杂参数的非线性关系，导致输出的预测结果精准度不高的问题。

主权项：1.一种基于GRA-WOA-GRU的玻璃马蹄窑温度预测方法，其特征在于：包括以下步骤：步骤S1：采集马蹄窑的温度数据集，所述温度数据集包括工作池温度数据和工作池温度的影响参数数据；步骤S2：对所述工作池温度数据进行预处理，得到预处理后的工作池温度数据；步骤S3：对所述工作池温度的影响参数数据进行灰色关联度分析GRA，得到关联度大于预设值的影响参数数据；步骤S4：对所述预处理后的工作池温度数据和所述关联度大于预设值的影响参数数据进行数据集划分，得到训练集和测试集，并将所述训练集和所述测试集分别设置成滑动时间窗口格式；步骤S5：建立门控循环单元GRU模型，并利用鲸鱼优化算法WOA对所述GRU模型的超参数进行优化，得到WOA优化后的GRU模型，即WOA-GRU模型；步骤S6：将所述训练集输入所述WOA-GRU模型进行温度预测，得到温度预测值；步骤S7：基于温度预测值与所述测试集，计算平均绝对误差MAE、平均绝对百分比误差MAPE、均方根误差RMSE和决定系数R2，以评价所述WOA-GRU模型的温度预测效果。

全文数据：

权利要求：

百度查询： 广东工业大学 一种基于GRA-WOA-GRU的玻璃马蹄窑温度预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD