Indexed by：
Abstract：
本发明提出基于区间修正策略的膜渗透性置信预测方法，解决在预测膜渗透性的过程中，输入数据的分布特性可能会因工况的变化或扰动而发生波动。模糊神经网络模型很难捕捉和适应这种动态变化，预测结果缺乏阈值约束导致预测性能下降。首先，设计了基于最大信息系数的自相关分析方法，分析了膜渗透性时间序列多步预测的可预测时长，以减少误差的累积。第二，建立了基于置信区间的递归模糊神经网络可信预测模型，该模型利用相对偏差计算每种工况数据的置信区间对预测结果进行约束，提高了膜渗透预测值的鲁棒性和准确性。第三，基于预测值和置信区间，引入校正系数来有效控制校正程度以调整预测结果，在处理异常情况时更加鲁棒，提高了预测值的可靠性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410076517.2
Filing Date： 2024-01-18
Publication Date： 2024-05-03
Pub. No.： CN117973190A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
