| 基于特征優(yōu)化和ISSA-LSTM的脫硝系統(tǒng)入口NOx濃度預(yù)測(cè)模型 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>2089 K | |
| 標(biāo)簽： NOx濃度預(yù)測(cè) 特征優(yōu)化 互信息 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對(duì)電廠脫硝系統(tǒng)入口NOx濃度受較多因素的影響波動(dòng)較大，且CEMS檢測(cè)儀表有很大遲延難以精準(zhǔn)測(cè)量的問題，提出了一種基于隨機(jī)森林算法（RF）和改進(jìn)麻雀搜索算法(ISSA) 優(yōu)化長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)（LSTM）的脫硝系統(tǒng)入口NOx濃度預(yù)測(cè)模型。首先，通過機(jī)理和相關(guān)性分析確定與SCR入口NOx質(zhì)量濃度相關(guān)的初始輔助變量，并利用RF算法對(duì)輔助變量進(jìn)行特征優(yōu)化選擇，然后通過互信息（MI）對(duì)各輔助變量與輸出變量之間進(jìn)行遲延估計(jì)并提取時(shí)序特征，并通過小波濾波對(duì)輸入變量進(jìn)行降噪處理，建立LSTM神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。利用ISSA算法確定LSTM模型的最優(yōu)組合參數(shù)，最后與傳統(tǒng)的LSSVM、RBF、BP模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果證明，特征優(yōu)化后的ISSALSTM神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的決定系數(shù)（R2）最大，均方根誤差（RMSE）和平均絕對(duì)百分比誤差(MAPE)最小，具備很強(qiáng)的擬合和泛化能力，可以精準(zhǔn)預(yù)測(cè)脫硝系統(tǒng)入口氮氧化物的質(zhì)量濃度。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
NOx濃度預(yù)測(cè) 相關(guān)資源
zhoubin333 的最新分享
- 基于雙模單包授權(quán)的公路零信任安全應(yīng)用研究*
- 基于區(qū)塊鏈的法檢司數(shù)據(jù)安全共享技術(shù)研究*
- 揭開“算法的面紗”：關(guān)于構(gòu)建算法解釋框架的思考
- 企業(yè)“數(shù)據(jù)池”的商業(yè)秘密保護(hù)路徑探究
- 注意力經(jīng)濟(jì)下陪伴式人工智能平臺(tái)的侵權(quán)責(zé)任
- 數(shù)據(jù)抓取行為競(jìng)爭(zhēng)法規(guī)制中的利益衡量研究
- 基于同態(tài)的多對(duì)多電子投票方案設(shè)計(jì)*
- 基于策略和屬性隱藏的區(qū)塊鏈訪問控制方法研究
Copyright ? 2005-2025 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2