基于特征选择和ELM神经网络的轴承可靠性预测

1

作者 高淑芝 陈国庆 +1 位作者 张义民 陈一丹 《机械设计与制造》 北大核心 2024年第8期170-173,共4页

针对滚动轴承可靠性预测问题,提出了基于特征选择和ELM网络的可靠性预测方法。首先,对振动信号提取特征,构成特征参数初选集;其次,引入单调性、相关性、鲁棒性三个特征评价指标对特征参数初选集进行特征评价,并定义了一种新的限制性指标... 针对滚动轴承可靠性预测问题,提出了基于特征选择和ELM网络的可靠性预测方法。首先,对振动信号提取特征,构成特征参数初选集;其次,引入单调性、相关性、鲁棒性三个特征评价指标对特征参数初选集进行特征评价,并定义了一种新的限制性指标,得到可以反映轴承退化过程的参数,构成退化特征参数集;再次,对退化特征参数集进行维数约简,构成低维特征向量集;最后,以退化特征参数集和特征向量集分别为输入数据和标签带入ELM网络中做可靠性预测。通过西安交通大学轴承振动信号数据集证明了该方法的有效性。 展开更多

关键词 特征评价指标 特征选择 elm神经网络 可靠性预测

在线阅读 下载PDF 职称材料

基于经验模态分解和ELM神经网络的逐时太阳能辐照量预测 被引量：43

2

作者 王守相 王亚旻 +1 位作者 刘岩 张娜 《电力自动化设备》 EI CSCD 北大核心 2014年第8期7-12,共6页

准确的太阳能辐照量预测对于光伏发电系统具有重要意义。提出一种基于经验模态分解(EMD)和ELM神经网络的逐时辐照量组合预测模型。首先,根据预测日的环境信息,构建相似日逐时辐照量时间序列;然后,将时间序列进行EMD,分解为具有不同频率... 准确的太阳能辐照量预测对于光伏发电系统具有重要意义。提出一种基于经验模态分解(EMD)和ELM神经网络的逐时辐照量组合预测模型。首先,根据预测日的环境信息,构建相似日逐时辐照量时间序列;然后,将时间序列进行EMD,分解为具有不同频率的信号,并对每个信号建立ELM神经网络预测模型;最后,将不同信号的预测值相加便可得到原始辐照量序列的预测值。算例比较表明,所提方法比传统的预测方法具有更高的预测准确度和更快的运算速度。 展开更多

关键词 经验模态分解 elm神经网络 太阳能 辐照量 预测 模型

在线阅读 下载PDF 职称材料

基于K-means聚类和ELM神经网络的养殖水质溶解氧预测 被引量：25

3

作者 宦娟 刘星桥 《农业工程学报》 EI CAS CSCD 北大核心 2016年第17期174-181,共8页

为解决养殖水质溶解氧预测传统方法引入不良样本、精度低等问题,该文以2014、2015年江苏常州养殖基地水质和气象数据为基础,提出了一种基于K-means聚类和ELM神经网络(extreme learning machine,ELM)的溶解氧预测模型。采用皮尔森相关系... 为解决养殖水质溶解氧预测传统方法引入不良样本、精度低等问题,该文以2014、2015年江苏常州养殖基地水质和气象数据为基础,提出了一种基于K-means聚类和ELM神经网络(extreme learning machine,ELM)的溶解氧预测模型。采用皮尔森相关系数法确定环境因素与溶解氧的相关系数,自定义相似日的统计量-相似度,通过K-means聚类方法将历史日样本划分为若干类,然后分类识别获得与预测日最相似的一类历史日样本集,将其与预测日的实测环境因素作为预测模型的输入样本建立ELM神经网络溶解氧预测模型。试验结果表明,该模型均具有较快的计算速度和较高的预测精度,在常规天气下,平均绝对百分误差和均方根误差分别达到1.4%、10.8%;在突变天气下,平均绝对百分误差和均方根误差分别达到2.6%和11.6%,有利于水产养殖水质精准调控。 展开更多

关键词 神经网络 模型 养殖 溶解氧预测 相似日 K-MEANS聚类 elm神经网络

在线阅读 下载PDF 职称材料

基于PSO聚类和ELM神经网络机床主轴热误差建模 被引量：9

4

作者 王续林 顾群英 +1 位作者 杨昌祥 杨建国 《组合机床与自动化加工技术》 北大核心 2015年第7期69-73,共5页

为使得数控机床热误差实时补偿更有效,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)的温度测点优选方法和基于极限学习机(extreme learning machine,ELM)神经网络的机床热误差补偿模型。利用PSO优化K均值聚类方法,实现了... 为使得数控机床热误差实时补偿更有效,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)的温度测点优选方法和基于极限学习机(extreme learning machine,ELM)神经网络的机床热误差补偿模型。利用PSO优化K均值聚类方法,实现了机床上温度测点的优化筛选。利用ELM人工神经网络建立机床热误差补偿模型,通过合理选取隐层神经元数,从而实现更精确、更有效地对数控机床热误差进行实时补偿控制。通过与传统BP(Back Propagation)、RBF(Radial Basis Function)神经网络进行对比分析,该补偿模型具有计算简便、预测精度高、结构简单等优点,可有效应用于数控机床热误差实时补偿模型。 展开更多

关键词 数控机床 PSO聚类分析 elm神经网络 热误差建模

在线阅读 下载PDF 职称材料

基于灰色ELM神经网络的短时交通流量预测 被引量：15

5

作者 景辉鑫 钱伟 车凯 《河南理工大学学报（自然科学版）》 CAS 北大核心 2019年第2期97-102,共6页

为了提高短时交通流预测的精度,针对现有灰色模型,利用一阶线性微分白化方程拟合交通流数据。针对交通流数据波动性较高和易失真的缺点,提出一种基于灰色ELM神经网络的短时交通流预测方法。首先对短时交通流数据采用灰色模型累加处理,... 为了提高短时交通流预测的精度,针对现有灰色模型,利用一阶线性微分白化方程拟合交通流数据。针对交通流数据波动性较高和易失真的缺点,提出一种基于灰色ELM神经网络的短时交通流预测方法。首先对短时交通流数据采用灰色模型累加处理,将其转化为长时交通流数据,以降低交通流数据的随机性,有效减小因数据本身波动造成的误差。然后,利用ELM神经网络代替一阶线性微分白化方程,对长时交通流进行预测。最后,将长时交通流预测结果经过累减还原为短时交通流预测结果,有效提高了预测精度。仿真验证结果表明,相比于现有的一些预测方法,该方法提高了预测精度,是一种有效的短时交通流预测方法。 展开更多

关键词 灰色模型 短时交通流预测 elm神经网络 一阶线性微分白化方程

在线阅读 下载PDF 职称材料

碳中和背景下气温衍生品定价研究——基于ELM神经网络方法 被引量：3

6

作者 杨刚 王文卓 《金融发展研究》 北大核心 2021年第8期66-73,共8页

气温衍生品是一种用来规避天气风险的新型金融工具,它对能源、农业和旅游业等行业的稳健运行、绿色金融的发展、碳中和目标的实现都具有十分重要的价值。选取我国六个典型城市2009—2018年的日平均气温作为样本数据,利用ELM神经网络模... 气温衍生品是一种用来规避天气风险的新型金融工具,它对能源、农业和旅游业等行业的稳健运行、绿色金融的发展、碳中和目标的实现都具有十分重要的价值。选取我国六个典型城市2009—2018年的日平均气温作为样本数据,利用ELM神经网络模型对气温时间序列进行预测与误差分析,借助蒙特卡洛模拟方法对气温衍生品定价。研究结果表明,ELM神经网络较ARMA模型和BP神经网络气温预测精度有显著提高,可为气温衍生品的定价奠定基础。 展开更多

关键词 气温衍生品 elm神经网络 蒙特卡洛方法 时间序列

在线阅读 下载PDF 职称材料

基于ELM神经网络的果品冷链乙烯监测校准模型与验证 被引量：1

7

作者 陈谦 杨涵 +3 位作者 王宝刚 李文生 钱建平 孙雨潇 《农业工程学报》 EI CAS CSCD 北大核心 2022年第1期342-348,共7页

冷链环境监测对于维持易腐果品品质安全至关重要,乙烯是关键监测要素之一。然而,现有果品冷链乙烯监测设备较少考虑与温湿度之间互作作用,影响监测精度和应用效果。该研究提出了一种基于ELM神经网络的乙烯监测校准模型并在多要素监测设... 冷链环境监测对于维持易腐果品品质安全至关重要,乙烯是关键监测要素之一。然而,现有果品冷链乙烯监测设备较少考虑与温湿度之间互作作用,影响监测精度和应用效果。该研究提出了一种基于ELM神经网络的乙烯监测校准模型并在多要素监测设备中验证。首先,以乙烯电化学传感器固有电压信号为基础,综合考虑温湿度变化影响,构建ELM神经网络乙烯监测校准模型,实现乙烯监测自适应校准;其次,以乙烯校准模型为核心,集成相关传感器、微控制器等模块,引入LoRa技术,开发果品冷链环境多要素监测设备;最后,以监测设备为载体,进行ELM模型离线测试和实际场景多要素监测性能验证。结果表明,该模型乙烯校准均方根误差达0.30μL/L,平均训练耗时0.0625 s,有效提高了动态环境下乙烯自适应监测性能;同时,该设备在冷链实际多要素环境中温度、相对湿度、乙烯浓度监测均方根误差达0.46℃,1.65%,1.11μL/L,可以满足果品冷链环境多要素监测精度需求。研究成果对于精准控制冷链环境、准确预测果品品质有指导意义。 展开更多

关键词 果品 模型 冷链 乙烯监测校准 elm神经网络 LoRa技术

在线阅读 下载PDF 职称材料

基于ELM神经网络的磷酸铁锂电池SOC估算研究 被引量：10

8

作者 孙弘利 赵冠都 《通信电源技术》 2018年第9期69-71,共3页

自主式水下机器人(Autonomous Underwater Vehicle,AUV)主要通过动力电池(磷酸铁锂电池)为整体系统供电,而准确可靠地获得磷酸铁锂电池的荷电状态(State of Charge,SOC)是AUV中电源管理系统的主要任务之一。在现有电池SOC估算方法的基础... 自主式水下机器人(Autonomous Underwater Vehicle,AUV)主要通过动力电池(磷酸铁锂电池)为整体系统供电,而准确可靠地获得磷酸铁锂电池的荷电状态(State of Charge,SOC)是AUV中电源管理系统的主要任务之一。在现有电池SOC估算方法的基础上,尝试利用ELM神经网络实现对AUV电源管理系统中磷酸铁锂电池SOC的估算。验证表明,ELM神经网络对于处理多变量非线性系统非常有效,并且能很好地估算磷酸铁锂电池的SOC。 展开更多

关键词 AUV磷酸铁锂电池 荷电状态(SOC) elm神经网络

在线阅读 下载PDF 职称材料

基于Circle混沌映射的ISSA-ELM神经网络室内可见光定位方法 被引量：11

9

作者 赵霞 张君毅 龙倩倩 《光学学报》 EI CAS CSCD 北大核心 2023年第2期25-34,共10页

针对传统室内可见光定位精度较低、基于神经网络的室内可见光定位收敛速度慢且泛化能力弱等问题,提出一种结合基于Circle混沌映射的优化麻雀搜索算法-极限学习机(ISSA-ELM)神经网络和接收信号强度指示(RSSI)的室内可见光定位方法,在考... 针对传统室内可见光定位精度较低、基于神经网络的室内可见光定位收敛速度慢且泛化能力弱等问题,提出一种结合基于Circle混沌映射的优化麻雀搜索算法-极限学习机(ISSA-ELM)神经网络和接收信号强度指示(RSSI)的室内可见光定位方法,在考虑天花板、墙壁和地板反射作用的情况下,将每个参考点处的RSSI和光电探测器的真实位置坐标作为训练集数据,对优化后的ISSA-ELM神经网络模型进行训练,建立室内可见光定位预测模型,并利用测试集对定位模型进行测试。仿真结果表明,优化后的ISSA-ELM神经网络的训练时间为0.0454 s,平均定位时间为3.5 ms,在5 m×5 m×3 m的室内环境,对位于0、0.5、1.0、1.5 m高度参考点的平均定位误差分别为1.01、1.14、1.36、3.87 cm,相比极限学习机(ELM)神经网络的定位精度分别提高了20.47%、19.72%、37.91%、42.32%。因此,所提的室内可见光定位方法具有定位速度快、定位精度高、系统性能稳定等优点。 展开更多

关键词 光通信 Circle混沌映射 麻雀搜索算法 elm神经网络 室内定位

原文传递

空间机器人双臂捕获航天器后姿态管理、辅助对接操作一体化ELM神经网络控制 被引量：11

10

作者 程靖 陈力 《机器人》 EI CSCD 北大核心 2017年第5期724-732,共9页

讨论了空间机器人双臂捕获航天器后姿态管理和辅助对接操作的协调控制问题.首先,利用冲量定理、闭环约束几何及运动学条件获得了捕获操作后闭链混合体系统的动力学方程,并分析了混合体系统受到的冲击效应.其次,针对捕获操作后系统姿态... 讨论了空间机器人双臂捕获航天器后姿态管理和辅助对接操作的协调控制问题.首先,利用冲量定理、闭环约束几何及运动学条件获得了捕获操作后闭链混合体系统的动力学方程,并分析了混合体系统受到的冲击效应.其次,针对捕获操作后系统姿态受扰运动镇定及辅助对接操作需求,对闭链混合体系统提出了基于极限学习机(ELM)的自适应神经网络控制方案,极限学习机具有学习速度快、仅需调节网络输出权值等优点,可用于逼近系统的未知动力学模型.该方案不要求系统动力学方程关于惯性参数呈线性函数关系,并且不需要精确的系统动力学模型.通过李亚普诺夫方法设计了ELM网络的权值自适应律及鲁棒项,以保证系统的载体姿态受扰运动镇定与对接操作过程的位置及角度的精确控制,并证明了系统的稳定性.为保证各臂协同操作,运用加权最小范数法分配力矩.最后,通过系统数值仿真模拟了碰撞冲击效应及闭链系统的运动过程.所提控制方案可以有效完成载荷、载体运动控制及辅助对接操作. 展开更多

关键词 空间机器人 双臂捕获 闭链系统 姿态管理 辅助对接操作 elm神经网络

原文传递

基于ELM智能神经网络的公安民警绩效评估探究

11

作者 范瑛 韩浩 《开封教育学院学报》 2015年第12期271-272,共2页

针对目前我国公安民警的绩效评估主观因素多、手段单一的问题,引入ELM极限学习机,借助人工智能神经网络理论构建基层警察绩效评估模型。利用调查获取的基层民警考评结果作为训练样本对ELM极限学习机进行网络参数调节和确认,使该模型可... 针对目前我国公安民警的绩效评估主观因素多、手段单一的问题,引入ELM极限学习机,借助人工智能神经网络理论构建基层警察绩效评估模型。利用调查获取的基层民警考评结果作为训练样本对ELM极限学习机进行网络参数调节和确认,使该模型可以从近似的、不确定的,甚至相互矛盾的知识环境中做出决策,利用测试样本对绩效评估模型进行实际测试,发现该模型的评价准确率达96%,能够满足未来基层警察绩效评估准确客观的需求。 展开更多

关键词 elm智能神经网络 公安民警 绩效评估模型

在线阅读 下载PDF 职称材料

基于神经网络组合模型的能源消费量预测研究 被引量：2

12

作者 刘国璧 郑婷婷 《湖南工程学院学报（自然科学版）》 2009年第4期59-61,71,共4页

为了提高预测的精度,将神经网络组合预测模型应用于能源消费总量预测中,通过建立RBF、ELM、BP神经网络预测模型,用熵值法确定组合预测模型的加权系数,建立神经网络组合预测模型.利用安徽省统计年鉴获得的1991～2007年安徽省能源消费总... 为了提高预测的精度,将神经网络组合预测模型应用于能源消费总量预测中,通过建立RBF、ELM、BP神经网络预测模型,用熵值法确定组合预测模型的加权系数,建立神经网络组合预测模型.利用安徽省统计年鉴获得的1991～2007年安徽省能源消费总量进行检验仿真,结果表明组合预测模型的误差较小,精度较高,预测结果更接近于实际情况. 展开更多

关键词 RBF神经网络 elm神经网络 BP神经网络 组合预测 能源消费

在线阅读 下载PDF 职称材料

基于视觉测量与神经网络的工业机器人位姿补偿 被引量：15

13

作者 田志程 古华光 宋汉文 《力学季刊》 CAS CSCD 北大核心 2022年第2期281-288,共8页

为提高六轴工业机器人的绝对定位精度,本文提出了一种利用视觉测量数据通过ELM(Extreme Learning Machine)神经网络实现机器人位姿补偿的新方法.利用固定在机器人末端的手眼相机获取机器人的末端位姿,并借助ELM实现机器人末端执行器从... 为提高六轴工业机器人的绝对定位精度,本文提出了一种利用视觉测量数据通过ELM(Extreme Learning Machine)神经网络实现机器人位姿补偿的新方法.利用固定在机器人末端的手眼相机获取机器人的末端位姿,并借助ELM实现机器人末端执行器从目标位姿到预测指令位姿之间映射,用修正转角代替原转角使机器人末端执行器运行至修正位姿,实现补偿.特别的是,对于使用的ELM,以网络预测均方误差为指标定量选取了网络的最佳参数.相比之前的方法,本文提出的算法具有能够同时高精度补偿姿态角及位置误差的显著优点.为验证该位姿误差补偿方法的有效性,本文进行了实验验证.结果表明,相比较于未补偿前的机器人末端位姿误差,经该方法补偿后的位姿误差被稳定控制在较低水平,平均位置误差降低89.1%;平均姿态角误差降低96.8%.除此以外,位置误差与姿态角误差的标准差也分别降低了85.66%和93.24%. 展开更多

关键词 视觉测量 elm神经网络 工业机器人 位姿补偿

原文传递

基于人工神经网络模型的铸造涂料性能预测 被引量：2

14

作者 王佳宇 赵溶 +1 位作者 李琪 李日 《铸造技术》 CAS 2020年第10期901-904,共4页

针对铸造涂料的成分与涂料基本性能之间的复杂关系,提出利用人工神经网络对实验数据进行处理,建立实验因素与结果之间的神经网络模型。结果表明,在误差允许的范围内,构建的B P神经网络和ELM神经网络都可以实现对铸造涂料性能的预测。程... 针对铸造涂料的成分与涂料基本性能之间的复杂关系,提出利用人工神经网络对实验数据进行处理,建立实验因素与结果之间的神经网络模型。结果表明,在误差允许的范围内,构建的B P神经网络和ELM神经网络都可以实现对铸造涂料性能的预测。程序运行时间主要受神经网络模型的影响,对于悬浮率(2h)和悬浮率(24 h),ELM神经网络模型比BP神经网络模型具有较高的预测精度和运行速度。 展开更多

关键词 铸造涂料 BP神经网络 elm神经网络

在线阅读 下载PDF 职称材料

基于神经网络的生鲜水产品货架期预测模型的构建及应用 被引量：1

15

作者 崔方超 毛智超 +1 位作者 李婷婷 励建荣 《中国食品学报》 EI CAS CSCD 北大核心 2023年第11期254-265,共12页

为建立一种能够同时适用于多种新鲜水产品货架期的预测模型,采用反向传播(BP)神经网络模型、遗传算法(GA)优化的BP神经网络模型(GA-BP)、径向基函数(RBF)神经网络模型、极限学习机(ELM)神经网络模型和支持向量回归机(SVR)模型分别对金... 为建立一种能够同时适用于多种新鲜水产品货架期的预测模型,采用反向传播(BP)神经网络模型、遗传算法(GA)优化的BP神经网络模型(GA-BP)、径向基函数(RBF)神经网络模型、极限学习机(ELM)神经网络模型和支持向量回归机(SVR)模型分别对金枪鱼、三文鱼、大菱鲆和鲷鱼的货架期进行预测,寻找最优的模型预测结果。首先通过试验获得4种水产品在0,4,10℃贮藏条件下的感官评分、菌落总数、挥发性盐基氮值、K值、pH值,构建训练样本和测试样本。经相关性分析,选择与水产品货架期相关性较高的感官评分、菌落总数、挥发性盐基氮值、K值作为模型的输入层单元,然后确定各模型的网络拓扑结构以及参数,进行模型的训练,最后使用训练好的5种模型对测试样本的货架期进行预测。结果表明:5种预测模型的预测精度排序为:SVR模型>RBF神经网络模型>GA-BP神经网络模型>ELM神经网络模型>BP神经网络模型,其中BP神经网络模型的预测精度最差,均方误差(MSE)为9.5127×10^(-4),平均绝对误差(MAE)为0.0197,平均绝对百分比误差(MAPE)为0.0825,R^(2)为0.9766;SVR模型的预测精度最优,预测误差均在12%以内,MSE为2.2971×10^(-4),MAE为0.0128,MAPE为0.0631,R^(2)为0.9944,能够很好地同时预测4种水产品在不同储藏温度下的货架期。本研究为水产品的品质控制提供一定的理论基础。 展开更多

关键词 BP神经网络 GA-BP神经网络 RBF神经网络 elm神经网络 SVR模型 货架期预测模型

在线阅读 下载PDF 职称材料

分区域BES-ELM融合WDME加权双模的室内可见光定位

16

作者 张慧颖 盛美春 +2 位作者 马成宇 李月月 梁士达 《应用光学》 CAS 北大核心 2024年第6期1321-1330,共10页

针对室内定位精度低、边界区域定位误差大等问题,提出一种秃鹰搜索算法-极限学习机(bald eagle search-extreme learning machine,BES-ELM)神经网络融合加权双模边缘(weighted dualmode edge,WDME)定位模型的室内可见光定位方法。该方... 针对室内定位精度低、边界区域定位误差大等问题,提出一种秃鹰搜索算法-极限学习机(bald eagle search-extreme learning machine,BES-ELM)神经网络融合加权双模边缘(weighted dualmode edge,WDME)定位模型的室内可见光定位方法。该方法提出采用单LED和5个光电探测器可见光系统结构,通过模糊C均值聚类算法实现房间区域划分;采用BES优化ELM神经网络,分区域建立BES-ELM定位模型;针对边界区域,构建WDME定位模型,实现边缘精准定位。基于3.2 m×3.2 m×3 m的室内环境进行仿真,结果表明:采用BES-ELM算法对中心区域进行定位,平均定位误差为0.0117 m,最小定位误差为0.0019 m;采用WDME定位模型对边缘区域定位,平均定位误差为0.0133 m,相较于ELM、Elman、BES-ELM模型定位精度分别提高84%、27%、26%。因此,所提可见光定位方法使整体区域定位误差减小,尤其是边缘区域定位精度得到改善。 展开更多

关键词 光通信 elm神经网络 秃鹰搜索算法 分区域 边缘定位 可见光定位

在线阅读 下载PDF 职称材料

基于CCA-ELM模型的国产LNG出厂价格中短期预测研究——以陕西省为例 被引量：1

17

作者 潘凯 谢翔 +7 位作者 张曦 刘定智 张晗 张元涛 邓钰暄 贺美 李慧慧 孙仁金 《国际石油经济》 2024年第7期99-106,共8页

考虑供需基本面因素和非基本面因素,构建CCA-ELM模型用于国产LNG出厂价格的预测。供需基本面因素包括LNG的产量、销量、库存、气温以及原料气成本,非基本面影响因素包括原油、汽油、柴油、煤炭等替代能源价格与东北亚天然气现货价格。... 考虑供需基本面因素和非基本面因素,构建CCA-ELM模型用于国产LNG出厂价格的预测。供需基本面因素包括LNG的产量、销量、库存、气温以及原料气成本,非基本面影响因素包括原油、汽油、柴油、煤炭等替代能源价格与东北亚天然气现货价格。通过典型相关性分析,研究各个影响因素对价格的作用程度。以10个影响因素的周度数据为研究对象,以LNG出厂价格的历史序列与其影响因素构建CCA-ELM神经网络预测模型。10个影响因素整体与LNG出厂价格的相关性较强,中国LNG出厂价格受能源市场的影响程度较高,受供需基本面的影响程度较低。兼顾LNG出厂价格历史数据与影响因素的CCA-ELM模型有效改进了时间序列神经网络的预测方法,提高了预测精度。 展开更多

关键词 LNG出厂价格 影响因素 elm神经网络 典型相关分析

在线阅读 下载PDF 职称材料

煤矿突水水源判别的PCA-PSO-ELM模型 被引量：9

18

作者 施龙青 董晨磊 +2 位作者 衡培国 刘延 吕伟魁 《中国科技论文》 CAS 北大核心 2021年第9期919-924,共6页

在矿井水害防治工作中,对突水水源类型的快速和准确识别尤为重要。选取焦作矿区中36组不同含水层的水样数据,将Ca^(2+)、Mg^(2+)、K^(+)+Na^(+)、HCO_(3)^(-)、Cl^(-)和SO_(4)^(-2)这6种因子作为评价指标,使用主成分分析(principal comp... 在矿井水害防治工作中,对突水水源类型的快速和准确识别尤为重要。选取焦作矿区中36组不同含水层的水样数据,将Ca^(2+)、Mg^(2+)、K^(+)+Na^(+)、HCO_(3)^(-)、Cl^(-)和SO_(4)^(-2)这6种因子作为评价指标,使用主成分分析(principal component analysis,PCA)算法进行降维,消除叠加信息对预测结果的影响,利用粒子群优化(particle swarm optimization,PSO)算法优化极限学习机(extreme learning machine,ELM)神经网络的初始权值和阈值,克服ELM神经网络输入层权重和隐含层偏置具有随机性且隐含层很难确定的缺点,最终建立基于主成分分析-粒子群优化算法-极限学习机(PCA-PAO-ELM)的突水水源判别模型。对比ELM、BP神经网络模型可以看到,经过PCA降维和PSO改进参数的ELM神经网络模型解决了传统模型易陷入局部极小值点和学习过程收敛速度慢的问题,减小了水源识别的误差,提高了模型的泛化性,使预测结果更加可靠,为快速识别突水水源提供了新的思路。 展开更多

关键词 矿井突水 粒子群优化算法 elm神经网络 PCA-PSO-elm神经网络 水源判别

在线阅读 下载PDF 职称材料

基于BSA-ELM模型的建筑项目施工成本预测研究 被引量：6

19

作者 洪玉娟 《河北水利电力学院学报》 2023年第1期62-67,共6页

为降低建筑施工项目的管理成本,提出一种基于BSA-ELM的建筑项目施工成本预测模型。首先介绍ELM神经网络算法和BSA算法;其次利用BSA算法的优势对ELM模型进行优化,从而形成一种基于BSA-ELM的预测模型;最后对基于BSA-ELM建筑项目施工成本... 为降低建筑施工项目的管理成本,提出一种基于BSA-ELM的建筑项目施工成本预测模型。首先介绍ELM神经网络算法和BSA算法;其次利用BSA算法的优势对ELM模型进行优化,从而形成一种基于BSA-ELM的预测模型;最后对基于BSA-ELM建筑项目施工成本预测模型进行测试,将其与传统的预测模型进行对比。结果证明,BSA-ELM预测模型的性能更好,预测精度更高。 展开更多

关键词 BSA-elm预测模型 施工成本 BSA算法 elm神经网络算法

在线阅读 下载PDF 职称材料

基于盲动粒子群频率分解的极速学习机神经网络建模 被引量：3

20

作者 刘加存 梅其祥 杨东红 《信息与控制》 CSCD 北大核心 2017年第1期60-64,共5页

为了提高神经网络的泛化性,对输入信号进行频率分解.频率分解相对提升了子频带的信息致密性,覆盖全频域的子频带,也保证了信息的遍历性.高致密性和遍历性有助于提高神经网络的泛化性.频率分解由盲动粒子群优化算法自动完成,粒子群算法... 为了提高神经网络的泛化性,对输入信号进行频率分解.频率分解相对提升了子频带的信息致密性,覆盖全频域的子频带,也保证了信息的遍历性.高致密性和遍历性有助于提高神经网络的泛化性.频率分解由盲动粒子群优化算法自动完成,粒子群算法和通常的神经网络算法都用迭代计算,但计算需耗费较长时间,而采用一次就完成学习的极速学习神经网络可以节省计算时间.仿真结果表明,该神经网络泛化性好、精度高能满足一般工程应用. 展开更多

关键词 建模 极速学习机(elm)神经网络 频率分解 盲动 粒子群优化

原文传递