典型文献
基于LSTM的疏浚管道流速预测模型
文献摘要：
疏浚管道输送系统是绞吸挖泥船的重要组成部分,在施工过程中对流速的控制至关重要.该文以现有疏浚管道输送实验台为对象,提出了一种疏浚管道输送系统的流速预测模型.首先针对反向传播神经网络(BP)无法处理序列间的关联信息以及传统循环神经网络(RNN)无法记忆久远关键信息的缺陷,提出了基于长短期记忆循环神经网络(LSTM)的流速预测模型;然后使用LSTM模型对疏浚管道输送实验台和绞吸挖泥船的数据集进行网络训练,并对管道流速进行预测.通过将流速的预测值与真实值进行对比,验证了该文提出的LSTM模型具有很强的适用性和很高的准确性.
文献关键词：
泥浆管道流速;长短期记忆;循环神经网络;管道输送系统
中图分类号：
作者姓名：
李雷;倪福生;蒋爽;姚命宏
作者机构：
河海大学机电工程学院,常州213022;河海大学疏浚技术教育部工程研究中心,常州213022
文献出处：
引用格式：
[1]李雷;倪福生;蒋爽;姚命宏-.基于LSTM的疏浚管道流速预测模型)[J].自动化与仪表,2022(02):86-90
A类：
泥浆管道流速
B类：
疏浚,管道输送系统,绞吸挖泥船,施工过程,实验台,反向传播神经网络,联信,RNN,久远,关键信息,长短期记忆循环神经网络,网络训练,真实值
AB值：
0.171217
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。
