基于PSO-RELM的绞吸挖泥船产量预测及其可视化辅助决策

• 作者: 郭博臻 白一鸣 赵永生
• 来源期刊: 水运工程
• 关键词: 绞吸挖泥船 主成分分析 正则化极限学习机 产量预测 可视化
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 信息技术|Information Technology
• 页码范围: 147-151,193
• 页数: 6页
• 分类号: TP273|U616
• 语种: 中文
• DOI: 10.3969/j.issn.1002-4972.2021.09.026

摘要

为保证绞吸挖泥船的疏浚效率,泥浆产量预测是一种有效的辅助手段.根据绞吸挖泥船的实际作业数据,进行数据预处理与主成分分析(PCA),从而简化了预测模型的复杂程度.然后,采用粒子群优化的正则化极限学习机(PSO-RELM)建立挖泥船瞬时产量预测模型.预测结果表明:PSO-RELM相较于常规极限学习机有更好泛化性能,能够提高挖泥船瞬时产量的预测精度.从而生成可视化图表,辅助挖泥船操纵人员调整疏浚策略.