一种基于PSO-GRU的拉索气动特性预测方法及系统

本发明公开了一种基于PSO‑GRU的拉索气动特性预测方法及系统，方法包括：根据粒子群算法对GRU网络的关键超参数进行循环优化并计算适应度函数，得到最佳参数，并根据所述最佳参数构建PSO‑GRU模型；获取多个拉索数据，并根据预设的多通道信息加权融合模型对多个拉索数据进行加权融合，得到目标拉索数据，将目标拉索数据输入至PSO‑GRU模型中，采用分位数回归算法获取不同分位数下的点预测概率区间，PSO‑GRU模型输出得到与目标拉索数据相对应的拉索气动特性。可以有效预测复杂工况下拉索的气动特性，提高预测的准确率。