[發(fā)明專(zhuān)利]一種基于GRU的耙吸挖泥船艏吹瞬時(shí)產(chǎn)量預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111409133.0
• 申請(qǐng)日: 2021-11-24
• 公開(kāi)（公告）號(hào): CN114091339A
• 公開(kāi)（公告）日: 2022-02-25
• 發(fā)明（設(shè)計(jì)）人: 章亮;袁偉;俞孟蕻;蘇貞;周泊龍;齊亮;楊奕飛
• 申請(qǐng)（專(zhuān)利權(quán)）人: 江蘇科技大學(xué)
• 主分類(lèi)號(hào): G06F30/27
• 分類(lèi)號(hào): G06F30/27;G06F119/22
• 代理公司: 南京蘇高專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 冒艷

1.一種基于GRU的耙吸挖泥船艏吹瞬時(shí)產(chǎn)量預(yù)測(cè)方法，其特征在于，包括步驟：

步驟1：收集挖泥船歷史施工數(shù)據(jù)和瞬時(shí)產(chǎn)量的數(shù)據(jù)；

步驟2：通過(guò)對(duì)相關(guān)數(shù)學(xué)模型以及艏吹工藝，選取與瞬時(shí)產(chǎn)量預(yù)測(cè)有關(guān)的變量作為模型的輸入，以瞬時(shí)產(chǎn)量作為輸出；

步驟3：對(duì)所選取的數(shù)據(jù)進(jìn)行預(yù)處理，并將預(yù)處理的數(shù)據(jù)劃分為訓(xùn)練集數(shù)據(jù)、驗(yàn)證集數(shù)據(jù)；

步驟4：建立GRU神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，用于耙吸挖泥船艏吹瞬時(shí)產(chǎn)量預(yù)測(cè)；

步驟5：利用所述訓(xùn)練集數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，選用均方根誤差和平均百分比誤差作為模型評(píng)價(jià)指標(biāo)，并利用所述驗(yàn)證集數(shù)據(jù)對(duì)已訓(xùn)練好的模型進(jìn)行驗(yàn)證，得到耙吸挖泥船艏吹瞬時(shí)產(chǎn)量預(yù)測(cè)模型。

2.根據(jù)權(quán)利要求1所述的基于GRU耙吸挖泥船艏吹瞬時(shí)產(chǎn)量預(yù)測(cè)方法，其特征在于，所述步驟1中歷史施工數(shù)據(jù)包括在耙吸挖泥船在艏吹施工過(guò)程中的原狀土重量、土方量、泥艙當(dāng)前液位、泥艙當(dāng)前艙容、左高壓沖水泵轉(zhuǎn)速、右高壓沖水泵轉(zhuǎn)速、泥泵轉(zhuǎn)速、泥泵密度、泥泵流速、左1抽艙門(mén)行程、左2抽艙門(mén)行程、時(shí)間。

3.根據(jù)權(quán)利要求2所述的基于GRU耙吸挖泥船艏吹瞬時(shí)產(chǎn)量預(yù)測(cè)方法，所述步驟2根據(jù)現(xiàn)有的數(shù)學(xué)模型以及相關(guān)行業(yè)知識(shí)進(jìn)行分析，選取泥泵轉(zhuǎn)速、14個(gè)抽艙門(mén)行程、引水閥開(kāi)度、高壓沖水泵轉(zhuǎn)速、泥漿濃度和管道流量作為影響瞬時(shí)產(chǎn)量的因素作為模型的輸入變量；選擇對(duì)瞬時(shí)產(chǎn)量表示直接的泥漿濃度和管道流量作為模型輸出。

4.根據(jù)權(quán)利要求1所述的基于GRU的耙吸挖泥船艏吹瞬時(shí)產(chǎn)量預(yù)測(cè)方法，其特征在于，所述步驟3中對(duì)采集的數(shù)據(jù)進(jìn)行預(yù)處理，去掉數(shù)據(jù)中的干擾信號(hào)以及異常值，并且通過(guò)數(shù)據(jù)的歸一化處理，將數(shù)據(jù)轉(zhuǎn)換到0-1的區(qū)間范圍，并對(duì)上述數(shù)據(jù)進(jìn)行數(shù)據(jù)集的劃分。

5.根據(jù)權(quán)利要求1所述的基于GRU的耙吸挖泥船艏吹瞬時(shí)產(chǎn)量預(yù)測(cè)方法，其特征在于，所述步驟4中建立GRU神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，GRU預(yù)測(cè)模型包括GRU輸入層、GRU神經(jīng)網(wǎng)絡(luò)層、全連接層、輸出層，數(shù)據(jù)經(jīng)輸入層輸入網(wǎng)絡(luò)，經(jīng)過(guò)GRU神經(jīng)網(wǎng)絡(luò)層和全連接層的處理，由輸出層輸出最終的預(yù)測(cè)值。

6.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的基于GRU的耙吸挖泥船艏吹瞬時(shí)產(chǎn)量預(yù)測(cè)方法，其特征在于，所述步驟5的預(yù)測(cè)方法如下：

步驟5.1：利用劃分的訓(xùn)練樣本集的數(shù)據(jù)，對(duì)構(gòu)建好的GRU網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并用均方根誤差和平均百分比誤差作為指標(biāo)作為模型評(píng)價(jià)指標(biāo)；

步驟5.2：決定系數(shù)R²的具體計(jì)算過(guò)程如下：

式中，y_i表示數(shù)據(jù)集中第i個(gè)真實(shí)值，表示第i個(gè)預(yù)測(cè)值，n表示數(shù)值數(shù)目；

步驟5.3：在對(duì)模型進(jìn)行訓(xùn)練時(shí)，依據(jù)上述均方根誤差和平均百分比誤差對(duì)模型進(jìn)行微調(diào)更新，得到相對(duì)精確的預(yù)測(cè)模型，選擇均方根誤差和平均百分比誤差最小時(shí)的模型為訓(xùn)練好的模型，并利用所述驗(yàn)證集數(shù)據(jù)對(duì)已訓(xùn)練好的模型進(jìn)行驗(yàn)證，得到耙吸挖泥船艏吹瞬時(shí)產(chǎn)量預(yù)測(cè)模型。