一种GRU的瓦斯浓度预测改进模型

摘要

针对传统的瓦斯浓度预测算法预测精准度低、鲁棒性较差的问题,提出一种改进GRU网络的瓦斯浓度预测模型。将门控神经网络的输入层替换为堆栈降噪自编码器,在循环单元上加入Dropout层,优化算法收敛速度。结果表明,在特定的数据样本下,改进的S-GRU算法模型比单一模型或组合模型在效率方面提升6%~30%,能够有效提高瓦斯浓度预测的精准度。