基于长短时记忆网络的恒温水浴锅温度模型预测

【目的】由于恒温水浴锅温度系统存在强非线性及大滞后性，本研究提出一种基于长短时记忆网络的恒温水浴锅温度模型预测方法。【方法】首先，对采集到的数据进行标准化处理，寻找长短时记忆网络的最优结构及超参数，用来拟合出最佳的数据映射特征，并构建恒温水浴锅温度的动态数学模型。其次，通过模型对未来一段时间内的温度趋势进行预测。最后，使用本研究提出的方法与最小二乘法所预测的结果进行对比分析。【结果】本研究所提方法构建的模型的拟合度达到了98.2%，预测结果的MSE及MAE比最小二乘法模型分别降低了4.616、0.823。【结论】本研究所提方法具有更高的预测精度，对提高恒温水浴锅的生产效率及控制精度具有重要意义。