来源：期刊VIP网 时间：
作者：李宏娟;田星宇;周利东;高崇仁;师泽宁;陈平庚;
单位：太原科技大学机械工程学院;
摘要：针对塔式起重机运行数据中时序信息的处理需求以及对缺失值缺乏有效处理手段的问题，提出一种基于改进麻雀搜索算法与长短时记忆神经网络的组合预测模型。为了提高塔式起重机短期运行数据预测模型的精度和鲁棒性，引入自适应权重因子、粒子群算法中速度策略和鹈鹕算法中水面搜寻捕食策略对麻雀搜索算法进行改进，采用某型号塔机运行数据进行仿真实验。实验结果表明：改进麻雀寻优记忆网络（ISSA-LSTM）模型相较于麻雀寻优记忆网络（SSA-LSTM）模型，均方误差和均方根误差均降低，决定系数有所提升，验证了ISSA-LSTM模型的有效性以及优越性。
关键词：塔式起重机;;缺失值处理;;改进麻雀搜索算法;;长短时记忆神经网络
基金资助：山西省基础研究计划资助项目(202203021211202)
