合肥工业大学学报（自然科学版）
閤肥工業大學學報（自然科學版）
합비공업대학학보（자연과학판）
JOURNAL OF HEFEI UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE)
2011年
8期
1150-1154
,共5页
极限学习机%岭回归%ELM岭回归%软测量
極限學習機%嶺迴歸%ELM嶺迴歸%軟測量
겁한학습궤%령회귀%ELM령회귀%연측량
ELM(极限学习机)是一种新型的前馈神经网络,可有效处理函数的回归问题.针对ELM学习算法隐含层输出可能存在的复共线性问题,提出了ELM岭回归(ELMRR)软测量建模方法.该算法利用岭回归方法代替原有的线性回归算法,以误差平方和均值为性能指标,采用粒子群优化算法确定最佳岭参数,克服了传统岭回归算法最佳岭参数难以确定的缺点.通过具体实例对该算法进行了验证,结果表明该算法是有效可行的.最后采用ELMRR软测量建模方法预测延迟焦化粗汽油干点,获得了满意的结果.与ELM相比,ELMRR建模方法具有较好的预测精度和良好的应用前景.
ELM(極限學習機)是一種新型的前饋神經網絡,可有效處理函數的迴歸問題.針對ELM學習算法隱含層輸齣可能存在的複共線性問題,提齣瞭ELM嶺迴歸(ELMRR)軟測量建模方法.該算法利用嶺迴歸方法代替原有的線性迴歸算法,以誤差平方和均值為性能指標,採用粒子群優化算法確定最佳嶺參數,剋服瞭傳統嶺迴歸算法最佳嶺參數難以確定的缺點.通過具體實例對該算法進行瞭驗證,結果錶明該算法是有效可行的.最後採用ELMRR軟測量建模方法預測延遲焦化粗汽油榦點,穫得瞭滿意的結果.與ELM相比,ELMRR建模方法具有較好的預測精度和良好的應用前景.
ELM(겁한학습궤)시일충신형적전궤신경망락,가유효처리함수적회귀문제.침대ELM학습산법은함층수출가능존재적복공선성문제,제출료ELM령회귀(ELMRR)연측량건모방법.해산법이용령회귀방법대체원유적선성회귀산법,이오차평방화균치위성능지표,채용입자군우화산법학정최가령삼수,극복료전통령회귀산법최가령삼수난이학정적결점.통과구체실례대해산법진행료험증,결과표명해산법시유효가행적.최후채용ELMRR연측량건모방법예측연지초화조기유간점,획득료만의적결과.여ELM상비,ELMRR건모방법구유교호적예측정도화량호적응용전경.
