典型文献
基于机器学习的液压驱动单元能耗建模方法
文献摘要：
变速变排量液压驱动单元是一种泵控液压驱动单元,可以通过改变电机转速和泵排量调整其输出流量,提高输出流量和液压执行器需求流量的匹配程度,同时提高电机和液压泵的能效.文章针对变速变排量液压驱动单元能效模型存在难求解和不精确的问题导致相应节能控制策略难以实现的情况,基于机器学习算法提出一种能耗建模方法,实现驱动单元的能耗预测;基于实验平台采集的能耗数据,采用6种独立的机器学习模型(岭回归、支持向量机(support vector machine,SVM)、随机森林、梯度提升决策树(gradient boosting decision tree,GBDT)、极端梯度提升(extreme gradient boosting,XGBoost)、逆向传播神经网络(back-propaga-tion neural network,BPNN))和1种堆叠模型进行能耗建模,并采用均方根误差(root mean squared error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)和决定系数R2对模型进行评估.结果表明,使用集成学习中堆叠模型构建的能耗预测模型在测试集中有最好的预测精度.
文献关键词：
能耗模型;变速变排量液压驱动单元;机器学习;堆叠模型
中图分类号：
作者姓名：
左昊;王玉琳;金瑞;黄海鸿
作者机构：
合肥工业大学 机械工程学院,安徽 合肥 230009;合肥工业大学 机械工业绿色设计与制造重点实验室,安徽 合肥 230009
文献出处：
引用格式：
[1]左昊;王玉琳;金瑞;黄海鸿-.基于机器学习的液压驱动单元能耗建模方法)[J].合肥工业大学学报（自然科学版）,2022(05):582-588,619
A类：
变速变排量液压驱动单元
B类：
基于机器学习,能耗建模,泵控,变电,电机转速,泵排量,输出流量,高输出,液压执行器,液压泵,应节,节能控制策略,难以实现,机器学习算法,实验平台,能耗数据,机器学习模型,岭回归,support,vector,machine,梯度提升决策树,gradient,boosting,decision,tree,GBDT,极端梯度提升,extreme,XGBoost,逆向传播,back,propaga,tion,neural,network,BPNN,堆叠模型,root,mean,squared,error,RMSE,平均绝对百分比误差,absolute,percentage,MAPE,决定系数,集成学习,能耗预测模型,测试集,能耗模型
AB值：
0.368915
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
