典型文献
基于LSTM和IGA-BP的酒精度预测模型
文献摘要：
目的:解决 目前分段摘酒过程依赖人工"看花摘酒",酒精度检测不准确的问题.方法:设计搭建基于酒精度建模的分段摘酒系统,研究采集音叉在不同模态不同浓度酒精溶液内的音叉频率值、音叉内置温度值,酒精溶液温度值和动态条件下泵转速值,基于最小均方算法(LMS)和长短期记忆网络(LSTM)实现音叉频率自适应滤波和动态补偿,基于改进遗传算法优化BP神经网络(IGA-BP)建立酒精度预测模型.结果:模型在迭代次数和预测精度上优于传统遗传算法优化BP神经网络和BP神经网络建立的酒精度预测模型,酒精度平均预测误差为0.381.结论:基于改进遗传算法优化BP神经网络(IGA-BP)建立酒精度数预测模型具有合理性.
文献关键词：
摘酒;酒精度;长短期记忆网络;遗传算法;BP神经网络
中图分类号：
作者姓名：
张建华;商建伟;王唱;赵岩;李克祥;李祥利
作者机构：
河北工业大学机械工程学院,天津 300401
文献出处：
引用格式：
[1]张建华;商建伟;王唱;赵岩;李克祥;李祥利-.基于LSTM和IGA-BP的酒精度预测模型)[J].食品与机械,2022(05):71-77
A类：
看花摘酒
B类：
IGA,酒精度,精度预测,精度检测,测不准,精度建模,音叉,内置,溶液温度,最小均方算法,LMS,长短期记忆网络,频率自适应,自适应滤波,动态补偿,改进遗传算法,遗传算法优化,迭代次数,预测误差
AB值：
0.227715
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。
