摘要
本文为了提高稀土萃取分离过程组分含量软测量的精度和速度,提出了一种基于SCN参数优化的集成学习预测方法。首先,采用GWO算法对SCN的基本参数进行优化设置,减少算法陷入局部最优的可能;其次,引入集成学习策略,通过优化SCN弱预测器的数量提升稀土元素组分含量软测量的精度。仿真结果表明,本文方法在预测精度和速度上具有显著提升。
出处
《电子技术与软件工程》
2022年第22期160-164,共5页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
基金
国家自然科学基金(61663012)资助。
