基于LSTM神經(jīng)網(wǎng)絡(luò)的干燥含水量預(yù)測(cè)研究

打開(kāi)文本圖片集

摘      要： 在PVC干燥中，產(chǎn)品的含水量受到溫度、流量等多個(gè)參數(shù)的影響，鑒于參數(shù)數(shù)據(jù)之間的非線性以及序列間的相關(guān)性，傳統(tǒng)的時(shí)間序列方法和傳統(tǒng)的機(jī)器學(xué)習(xí)算法已經(jīng)不能對(duì)未來(lái)干燥產(chǎn)品的含水量進(jìn)行精確的預(yù)測(cè)。長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）作為一種基于深度學(xué)習(xí)中的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），它在RNN的基礎(chǔ)上增加了輸入門、輸出門以及遺忘門，可以有效地處理RNN在運(yùn)行大量數(shù)據(jù)時(shí)可能會(huì)帶來(lái)的數(shù)據(jù)遺忘等問(wèn)題，特別適合處理具有時(shí)間序列的數(shù)據(jù)。（剩余7761字）