原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种STO‑TCN热误差预测模型建模方法，包括如下步骤：1)初始化燕鸥优化算法(STO)的参数；2)创建TCN神经网络；3)以热误差数据训练TCN神经网络，以平均绝对误差(MAE)视为适应度函数；4)判断平均绝对误差(MAE)是否小于设定阈值；5)判断迭代次数是否达到最大值，若是，则终止迭代，以平均绝对误差(MAE)最小时的燕鸥位置映射得到的批处理大小和滤波器数量作为TCN神经网络的最佳超参数；若否，则迭代次数加1，并将更新后的燕鸥位置映射为TCN神经网络的批处理大小和滤波器数量后，
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113536696 B
(45)授权公告日 2023.04.07
(21)申请号 202110920488.X G06F 119/08 (2020.01)
(22)申请日 2021.0
文档评论（0）