原文传递
基于PCA和RBF神经网络的铰吸挖泥船实时产量预测
| 题名： | 基于PCA和RBF神经网络的铰吸挖泥船实时产量预测 |
| 正文语种： | 中文 |
| 作者： | 王伟;戴文伯;王柳艳;沈彦超;何俊 |
| 作者单位： | 中交疏浚技术装备国家工程研究中心有限公司;中港疏浚有限公司 |
| 关键词： | 铰吸挖泥船;主成分分析;径向基神经网络;产量预测 |
| 摘要： | 铰吸挖泥船在实际作业过程中的动态特性非常复杂,影响产量的控制因素众多。若这些控制因素全部参与产量预测比较耗时。为了实时训练网络及预测产量,先对影响铰吸挖泥船产量的控制因素进行主成分分析(PCA),再根据分析结果约减控制因素;在系统仿真建模中,分别以全部因素和约减后因素作为径向基(RBF)神经网络的输入变量,以产量作为输出变量来建立铰吸挖泥船产量预测模型。结果表明,减少输入变量,不仅降低产量预测模型的复杂程度,减少神经网络计算耗时,而且能保持模型良好的预测精度,从而为施工现场的操作人员提供实时的产量参考。 |
| 期刊名称： | 水运工程 |
| 出版年： | 2021 |
| 页码： | 206-210 |
检索历史
应用推荐
