资料下载
×
基于改进的蝗虫优化算法的LSTM预测方法
消耗积分:0 |
格式:pdf |
大小:1.48 MB |
2021-04-14
分享资料个
当前国内“血荒”问题比较严峻，血站与用血单位之间存在着血液供不应求的现象。针对这个问题，提出了一种基于改进的蝗虫优化算法的LSTM预测方法，用于对未来的红细胞供应情况进行预测，为血站工作人员在制定采血计划以及制备计划时提供有效的指导。该预测模型通过使用长短期记忆网络（ Long-short Term Memory Network，LSTM）来捕捉历史红细胞库存数据之间的潜在规律，以达到对未来的供应情况进行预测的效果。首先，针对蝗虫优化算法容易陷入局部最优、收敛速度较慢的问题，通过加入基于折射原理的反向学习机制与混沌映射，加快蝗虫优化算法的收敛速度，使其具备更强的搜索能力其次，为提高LSTM的预测性能，将改进的蝗虫优化算法与LSTM相结合，并使用某地区的红细胞库存真实数据作为实验数据，用于验证改进的LSTM预测模型的性能。与标准LSTM相比，所提方法的MAE，MAPE，RMSE分别降低了39.82780%，55.8191。实验结果证明，提出的方法具有较高的可靠性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
