预测更准
该模型通过特征选择与超参数优化，显著提升质子交换膜燃料电池剩余寿命预测的精度。
张楚 · Hu, Haowen · Ji, Jie · Kang, Liu · Xia, Xin · Nazir, Muhammad Shahzad · 彭甜
Applied Energy 2023
采用最大信息系数（MIC）和赤池信息准则（AIC）筛选输入变量，在保留关键退化信息的同时降低模型训练难度。
引入切比雪夫混沌映射初始化、混沌递减因子和螺旋位置更新机制改进蚱蜢算法（IGOA），用于优化堆叠泛化模型的超参数，进一步提升预测性能。
在两种不同电流条件下的对比实验中，所提模型（M/AIC-IGOA-SGM）的预测性能优于对比模型，验证了其优越性。