1.一种基于强化极限学习机的柴油机性能预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于强化极限学习机的柴油机性能预测方法,其特征在于,所述方法还包括对所述数据集中的数据进行z-score标准化处理,公式为:
3.根据权利要求1所述的基于强化极限学习机的柴油机性能预测方法,其特征在于,所述强化极限学习机的核函数为4个核函数的线性组合,表达式为:
4.根据权利要求3所述的基于强化极限学习机的柴油机性能预测方法,其特征在于,基于强化极限学习机的预测模型的输出为:
5.根据权利要求1所述的基于强化极限学习机的柴油机性能预测方法,其特征在于,采用白鲸优化算法对预测模型的超参数进行优化。
6.根据权利要求1所述的基于强化极限学习机的柴油机性能预测方法,其特征在于,采用改进的白鲸优化算法对预测模型的超参数进行优化,所述改进的白鲸优化算法将spm混沌映射、威布尔分布策略以及柯西变异算子融入了白鲸优化算法。
7.根据权利要求6所述的基于强化极限学习机的柴油机性能预测方法,其特征在于,所述采用改进的白鲸优化算法对预测模型的超参数进行优化,包括:
8.根据权利要求1所述的基于强化极限学习机的柴油机性能预测方法,其特征在于,所述方法还包括:将所述数据集中的数据输入到预测模型中,通过计算统计学指标对所述预测模型的预测精度进行评价,计算公式如下:
9.一种基于强化极限学习机的柴油机性能预测装置,其特征在于,包括:
10.根据权利要求9所述的基于强化极限学习机的柴油机性能预测装置,其特征在于,所述装置还包括预处理模块,用于对所述数据集中的数据进行z-score标准化处理,公式为: