基于LSTM和GRU网络融合的印刷车间温湿度预测模型研究

摘要

为了预测印刷车间的温湿度,本研究提出了基于长短时记忆网络(LSTM)和门控循环单元(GRU)网络融合的印刷车间温湿度预测模型。首先,通过数据插值和归一化对数据采集系统获得的温湿度数据进行预处理;然后,基于LSTM预测精度高和GRU网络训练速度快的优点,综合考虑印刷行业对车间恒温恒湿的要求,提出了一层LSTM和两层GRU网络融合的温湿度预测模型;最后,与单一的LSTM和GRU网络预测模型相比,本研究预测模型的温度和湿度的MSE分别为0.0108和0.0065,预测精度更高。