基于优化极限学习机的人造板厚度在线检测

摘要：

为提高人造板厚度检测精度,提出一种基于改进哈里斯鹰优化(Harris Hawk Optimization,HHO)算法提升极限学习机(Extreme Learning Machine,ELM)的人造板厚度检测方法.通过对HHO算法进行改进,并利用优化后的算法对ELM的权值和偏置值等参数进行选择,在提升算法性能的基础上保留其寻优机制.同时,在初始种群位置中引入Tent映射反向学习,减少了不必要的全局搜索,在不影响种群多样性的条件下提高算法的收敛速度.最后以中密度纤维板(Medium Density Fi-berboard,MDF)为例进行在线检测实验,得到实验数据并进行对比分析.实验结果显示,所提方法能够有效地减少测量误差,提高测量精度,具有一定的实际应用价值.

关键词：中密度纤维板;极限学习机;哈里斯鹰优化算法;Tent映射;反向学习策略;在线测厚系统

所属期刊栏目：37

分类号：TS653.6;TP183(木材加工工业、家具制造工业)

资助基金：中央高校基本科研业务非专项资金项目;948资助项目;国家自然科学基金项目;黑龙江省博士后启动基金项目

在线出版日期：2021-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：58-65