典型文献
基于GEO-GRU的电梯滑移量预测方法
文献摘要：
电梯曳引性能是影响电梯运行安全的重要指标,而滑移量是其重要的评判标准.为实现高精度的电梯滑移量预测,文中提出了基于金鹰算法优化的门控循环单元神经网络(GEO-GRU)模型,GRU通过门控单元实现数据信息选择,利用神经元传递时序特征,实现时序预测;采用金鹰优化算法(Golden Eagle Optimizer,GEO)对GRU的初始参数进行优化,以提升模型可靠性和泛化性.实验结果表明,相比LSTM、ESN等经典预测方法,GEO-GRU方法提高了预测精度,缩小了预测误差,对于电梯滑移量的预测具有更高的可行性和有效性.
文献关键词：
电梯滑梯;时间序列预测;金鹰优化算法;门控循环单元网络
中图分类号：
作者姓名：
李科;陈向俊;任玉荣;王剑平;傅正杨
作者机构：
浙江省特种设备科学研究院 杭州 310053;浙江省特种设备检验技术研究重点实验室 杭州 310053;金华市食品药品检验检测研究院 杭州 310053
文献出处：
引用格式：
[1]李科;陈向俊;任玉荣;王剑平;傅正杨-.基于GEO-GRU的电梯滑移量预测方法)[J].起重运输机械,2022(12):21-27
A类：
曳引性能,金鹰优化算法,电梯滑梯
B类：
GEO,GRU,滑移量,电梯运行,运行安全,评判标准,算法优化,门控循环单元神经网络,过门,门控单元,信息选择,时序特征,时序预测,Golden,Eagle,Optimizer,泛化性,ESN,预测误差,时间序列预测,门控循环单元网络
AB值：
0.326597
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。
