10.3969/j.issn.1003-5060.2011.08.008
ELM岭回归软测量建模方法
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.
极限学习机、岭回归、ELM岭回归、软测量
34
TP181(自动化基础理论)
辽宁省高等学校优秀人才支持计划资助项目2008RC32;辽宁省高校创新团队支持计划资助项目2007T103,2009T062;辽宁省教育厅科技计划资助项目2008386
2012-01-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
1150-1154