一种基于LSTM的绞吸挖泥船产量预测方法

摘要

本发明公开了一种基于LSTM的绞吸挖泥船产量预测方法，该方法首先对绞吸挖泥船的历史施工数据和产量数据进行收集；再根据相关数学模型以及相关行业知识进行分析，选取与产量预测有关的变量作为模型的输入，产量作为输出；之后对所选取的数据进行预处理，包括去噪、异常值处理、归一化处理，并将预处理的数据划分为训练集数据、验证集数据；然后建立LSTM神经网络模型，用于挖泥船产量预测；最后利用所述训练集数据对模型进行训练，并利用所述验证集数据对模型进行验证，得到绞吸挖泥船产量预测模型，采用长短时记忆网络（LSTM）建立产量预测模型，提高了预测精度，解决了时间序列数据之间长期依赖以及滞后问题。