利用灰狼算法优化深度极限学习机对钢轨热处理性能的预测模型.docx
利用灰狼算法优化深度极限学习机对钢轨热处理性能的预测模型
目录
利用灰狼算法优化深度极限学习机对钢轨热处理性能的预测模型（1）
内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.2相关技术综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
灰狼算法简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
2.1定义与原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
2.2基本步骤．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
2.3应用实例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
深度极限学习机介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
3.1定义与工作原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
3.2主要特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
3.3实现方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
钢轨热处理性能预测模型需求分析．．．．．．．．．．．．．．．．．．．．．．．．．17
4.1背景信息．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
4.2需求描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
4.3数据来源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
灰狼算法在深度极限学习机优化中的应用．．．．．．．．．．．．．．．．．．．21
5.1算法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
5.2参数调整策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
5.3实验设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
钢轨热处理性能预测模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
6.1数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
6.2特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
6.3模型训练．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
结果分析与讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
7.1训练结果评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
7.2验证测试效果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
7.3模型优劣对比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
总结与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
8.1研究结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
8.2展望未来研究方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
利用灰狼算法优化深度极限学习机对钢轨热处理性能的预测模型（2）
一、内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
二、灰狼算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
灰狼算法基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
灰狼算法的特点及优势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
灰狼算法的应用领域．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
三、深度极限学习机介绍．．．．．．．．．．．．．．．．．．．