毕文;石建全;张晓光;刘坤;针对磨机负荷数据波动性强且预测误差较大的问题,提出了一种基于改进常春藤优化算法(Improved IVY Algorithm,IIVYA)的TCN-BiGRU磨机负荷预测方法。该方法采用时序卷积网络(Temporal Convolutional Network,TCN)捕捉历史数据中的长期依赖关系和复杂特征,利用双向门控循环单元(Bidirectional Gated Recurrent Unit,BiGRU)提取负荷序列的双向时间特征。为了进一步提升预测准确性,使用IIVYA算法优化BiGRU的超参数。同时选取TCN、GRU、SSA-TCN-BiGRU、WOA-TCN-BiGRU、IVYA-TCN-BiGRU作为对比算法,在磨机负荷数据集上进行了仿真试验。试验结果表明,IIVYA-TCN-BiGRU模型在磨机负荷预测中的表现显著优于其他对比模型,预测结果最接近真实值。
2025年12期 v.53;No.624 31-38页 [查看摘要][在线阅读][下载 1753K]