期刊文献+
共找到183篇文章
< 1 2 10 >
每页显示 20 50 100
基于樽海鞘群极限学习机的进/发一体化性能寻优控制模型研究
1
作者 于子洋 王晨 +2 位作者 杜宪 聂聆聪 孙希明 《推进技术》 EI CAS CSCD 北大核心 2024年第5期236-249,共14页
为充分发挥航空推进系统的性能,提高性能寻优控制的实时性,将樽海鞘群算法(SSA)与极限学习机(ELM)相结合,基于进/发一体化部件级模型建立数据集,提出一种基于SSA-ELM的数据驱动模型。将该建模方法与广义回归神经网络(GRNN)、BP神经网络(... 为充分发挥航空推进系统的性能,提高性能寻优控制的实时性,将樽海鞘群算法(SSA)与极限学习机(ELM)相结合,基于进/发一体化部件级模型建立数据集,提出一种基于SSA-ELM的数据驱动模型。将该建模方法与广义回归神经网络(GRNN)、BP神经网络(BPNN)和极限学习机(ELM)比较,结果表明,相比于BPNN,ELM,GRNN,SSA-ELM用于预测可以使安装推力的均方根误差(RMSE)分别降低7.41%,17.01%,72.57%,安装油耗的RMSE分别降低4.32%,19.41%,66.77%,具有更高的预测精度。将基于SSA-ELM的数据驱动模型作为机载模型应用到性能寻优控制,结果表明,该机载模型能够维持理想的寻优效果。针对最大安装推力模式开展实时性分析,该机载模型相比于进/发一体化部件级模型,平均计算时间由184.05 ms缩短至1.357 ms,实时性得到显著改善,大大提高了寻优效率。 展开更多
关键词 航空发动 进/发一体化 樽海鞘群优化算法 极限学习 数据驱动模型 性能寻优控制
在线阅读 下载PDF
基于极限学习机的短期交通流预测混合优化模型 被引量:4
2
作者 蔡浩 李林峰 +2 位作者 李涵 李新 周腾 《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第5期75-82,183,共9页
交通流的动态性、不确定性和非线性等特性导致交通流难以精确预测,本文在极限学习机(Extreme Learning Machine,ELM)的基础上,通过嵌入原子搜索算法(Atom Search Optimization,ASO),构建ASO-ELM短期交通流预测混合优化模型,对比现有短... 交通流的动态性、不确定性和非线性等特性导致交通流难以精确预测,本文在极限学习机(Extreme Learning Machine,ELM)的基础上,通过嵌入原子搜索算法(Atom Search Optimization,ASO),构建ASO-ELM短期交通流预测混合优化模型,对比现有短期交通流预测模型,分析混合优化模型在短期交通流预测领域的表现。实验选取荷兰阿姆斯特丹市A10环形公路为路网原型,使用ASO-ELM混合模型与常见交通流预测模型进行对比实验。实验结果表明:ASO-ELM混合模型在4个数据集下的平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)相较于ELM模型分别下降了4.3%、3.5%、6.9%和5.4%,均方根误差(Root Mean Squared Error,RMSE)分别下降了4.8%、4.0%、2.0%和5.2%;其次,与人工神经网络(Artificial Neural Network,ANN)相比,MAPE分别下降了9.6%、8.6%、9.8%和5.0%,RMSE也分别下降了4.5%、5.9%、2.6%和1.7%。研究成果揭示了混合优化模型在短期交通流预测领域的潜力。 展开更多
关键词 智能交通 短期交通流预测 混合预测模型 原子搜索算法 极限学习
在线阅读 下载PDF
基于KELM的趵突泉泉域地下水流替代模型
3
作者 王子健 骆乾坤 +3 位作者 李迎春 刘鑫 邓亚平 钱家忠 《合肥工业大学学报(自然科学版)》 北大核心 2025年第1期85-91,共7页
文章以济南市趵突泉泉域为研究区,采用核极限学习机(kernel extreme learning machine,KELM)建立泉域地下水流数值模型的替代模型,使用拉丁超立方抽样(Latin hypercube sampling,LHS)方法确定60组地下水开采方案用于训练KELM模型,通过... 文章以济南市趵突泉泉域为研究区,采用核极限学习机(kernel extreme learning machine,KELM)建立泉域地下水流数值模型的替代模型,使用拉丁超立方抽样(Latin hypercube sampling,LHS)方法确定60组地下水开采方案用于训练KELM模型,通过对比地下水流数值模型的模拟结果与替代模型输出的结果,评价所建立替代模型的性能。结果表明:替代模型输出的地下水位值与地下水流数值模型模拟得到的地下水位值基本接近,且模型的运行时间减少了约99.62%。说明该模型可作为趵突泉泉域地下水流数值模型的替代模型,可提高区域地下水优化管理模型的求解效率。 展开更多
关键词 地下水数值模拟 趵突泉泉域 替代模型 极限学习(Kelm) 拉丁超立方抽样(LHS)
在线阅读 下载PDF
基于主成分分析的粮食产量极限学习机预测模型研究 被引量:16
4
作者 樊超 郭亚菲 +1 位作者 曹培格 杨铁军 《粮食加工》 2017年第2期1-5,共5页
为了提高粮食产量预测的准确性,针对我国粮食产量受到多因素影响且呈非线性关系的特点,提出主成分分析和极限学习相结合的粮食产量短期精准预测方法。首先计算各影响因素与粮食产量之间的相关系数,利用主成分分析方法构建影响粮食产量... 为了提高粮食产量预测的准确性,针对我国粮食产量受到多因素影响且呈非线性关系的特点,提出主成分分析和极限学习相结合的粮食产量短期精准预测方法。首先计算各影响因素与粮食产量之间的相关系数,利用主成分分析方法构建影响粮食产量的主要成分,从而降低影响因子的维度。其次,根据粮食数据样本集少、输入变量与输出变量间呈非线性关系的特点,构建粮食产量的极限学习机预测模型并对模型参数进行比较优化。最后,通过对实际粮食产量数据的应用以及与其它预测方法的比较,研究模型的预测精度。结果表明,基于极限学习机的粮食产量预测模型的3年及5年预测误差分别为1.9%和2.08%,相比于BP神经网络模型和多项式拟合模型而言,预测精度大幅提高,能够实现粮食产量的短期精准预测。 展开更多
关键词 粮食产量 主成分分析 极限学习 预测模型
在线阅读 下载PDF
改进粒子群-极限学习机模型在面板堆石坝运行期沉降预测中的应用 被引量:5
5
作者 燕乔 高名杨 +1 位作者 梁明浩 王硕 《水电能源科学》 北大核心 2021年第10期110-113,共4页
针对极限学习机(ELM)沉降预测模型中随机权值和阈值导致部分节点无效的问题,引入改进粒子群算法(IPSO)优化极限学习机的参数,构建基于改进粒子群-极限学习机算法的面板堆石坝运行期沉降预测模型,并将其应用于某完建的面板堆石坝运行期... 针对极限学习机(ELM)沉降预测模型中随机权值和阈值导致部分节点无效的问题,引入改进粒子群算法(IPSO)优化极限学习机的参数,构建基于改进粒子群-极限学习机算法的面板堆石坝运行期沉降预测模型,并将其应用于某完建的面板堆石坝运行期沉降预测中。结果表明,与未优化的极限学习机预测模型和统计回归预测模型的拟合预测结果相比,经改进粒子群算法优化后的极限学习机预测模型在测点上的拟合精度更高,且由于引入改进粒子群算法后,极限学习机在满足精度条件下所需预设的隐含层神经元数更少,这可极大地降低模型网络的复杂度,避免模型在训练中出现过拟合现象;三个模型中IPSO-ELM模型的泛化能力更好,预测结果更精确、稳定。 展开更多
关键词 面板堆石坝 改进粒子群-极限学习(IPSO-elm) 运行期 沉降预测模型
在线阅读 下载PDF
基于极限学习机(ELM)的视线落点估计方法
6
作者 朱博 张天侠 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第3期335-338,共4页
基于极限学习机(ELM)所具有的训练速度快、适合多分类的特点,提出一种新的单摄像机视线追踪系统视线落点估计方法.在初始标定阶段,将多视线参数作为ELM输入,将视线在屏幕上的落点区域作为输出,将非线性多项式作为激活函数,通过初始标定... 基于极限学习机(ELM)所具有的训练速度快、适合多分类的特点,提出一种新的单摄像机视线追踪系统视线落点估计方法.在初始标定阶段,将多视线参数作为ELM输入,将视线在屏幕上的落点区域作为输出,将非线性多项式作为激活函数,通过初始标定获取ELM训练数据,建立视线特征参数和视线屏幕落点之间的映射模型.实验结果表明,通过对不同角度分布的视线落点进行估计和改变隐层单元数量进行训练,基于ELM的视线落点估计方法无论视线落点精度还是稳定性均优于传统的非线性多项式拟合方法. 展开更多
关键词 视线追踪 极限学习 视线落点估计 映射模型 多项式模型
在线阅读 下载PDF
基于主成分分析-极限学习机的选船模型
7
作者 郑中义 牟家奇 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第12期31-36,共6页
针对东京备忘录新检查机制难以划分可检船检查优先顺序的问题,利用主成分分析和极限学习机相结合的方法进行了可检船的选船研究。基于东京备忘录的港口国监督数据,对建立的模型进行实例分析,将预测结果与实际数据进行对比。研究结果表明... 针对东京备忘录新检查机制难以划分可检船检查优先顺序的问题,利用主成分分析和极限学习机相结合的方法进行了可检船的选船研究。基于东京备忘录的港口国监督数据,对建立的模型进行实例分析,将预测结果与实际数据进行对比。研究结果表明:建立的选船模型基于主成分分析,降低了指标样本的维度和复杂度,并利用极限学习机对可检船的滞留和缺陷情况进行拟合和预测,能够在90%的准确率下减少一半的检查量,验证了模型的有效性,可为港口国监督选船提供决策支持。 展开更多
关键词 交通运输工程 可检船 选船模型 主成分分析 极限学习
在线阅读 下载PDF
基于恒等映射多层极限学习机的高速列车踏面磨耗预测模型 被引量:4
8
作者 王美琪 王艺 +2 位作者 陈恩利 刘永强 刘鹏飞 《力学学报》 EI CAS CSCD 北大核心 2022年第6期1720-1731,I0005,共13页
针对高速列车车轮踏面磨耗单一模型无法对各种复杂工况下列车车轮踏面磨耗进行定量计算的问题,提出一种基于恒等映射多层极限学习机的高速列车车轮踏面磨耗测量方法.首先将恒等映射引入到多层极限学习机中,提出一种基于恒等映射的多层... 针对高速列车车轮踏面磨耗单一模型无法对各种复杂工况下列车车轮踏面磨耗进行定量计算的问题,提出一种基于恒等映射多层极限学习机的高速列车车轮踏面磨耗测量方法.首先将恒等映射引入到多层极限学习机中,提出一种基于恒等映射的多层极限学习机模型(identity multilayer extreme learning machine,I-MLELM),采用机器学习公共数据集对该模型进行性能验证,数值结果表明I-ML-ELM模型具有较好的准确性与泛化性;然后基于车辆-轨道耦合动力学理论建立高速列车的车辆-轨道耦合动力学模型,模拟列车运行的不同工况,观测和分析高速列车的车轮踏面磨耗情况,并通过I-ML-ELM预测模型对高速列车车轮踏面磨耗量进行学习及预测;最后应用高速列车车轮踏面磨耗的实际测量值对I-ML-ELM预测模型进行进一步的验证,结果表明:I-ML-ELM预测模型的各项性能参数指标在整体上优于以下五种网络:ELM,FLN,ML-ELM,ML-KELM和DLSFLN,通过高速列车线路实测数据的进一步验证表明,本文提出的基于I-ML-ELM的高速列车车轮踏面磨耗预测模型能较好地反映不同参数对高速列车车轮踏面磨耗值的影响规律. 展开更多
关键词 车轮踏面磨耗 极限学习 磨耗预测 模型辨识 高速列车
在线阅读 下载PDF
基于极限学习机模型的中国西北地区参考作物蒸散量预报 被引量:8
9
作者 魏俊 崔宁博 +4 位作者 陈雨霖 张青雯 冯禹 龚道枝 王明田 《中国农村水利水电》 北大核心 2018年第8期35-39,共5页
为有效提高西北地区参考作物蒸散量(ET_0)预报精度,在西北地区选择6个代表性气象站点,以P-M模型计算的ET_0作为标准值,利用1993-2016年逐日气象资料构建10种极限学习机(extreme learning machine,ELM)ET_0预报模型,用k-折交叉验证估计... 为有效提高西北地区参考作物蒸散量(ET_0)预报精度,在西北地区选择6个代表性气象站点,以P-M模型计算的ET_0作为标准值,利用1993-2016年逐日气象资料构建10种极限学习机(extreme learning machine,ELM)ET_0预报模型,用k-折交叉验证估计模型泛化误差,并将其与Hargreaves-Samani、Chen、EI-Sebail和Bristow等4种在西北地区计算精度较高的模型进行比较。结果表明:ELM_1(输入T_(max)、T_(min)、RH、n和u_2)、ELM_2(输入T_(max)、T_(min)、n和u_2)、ELM_4(输入T_(max)、T_(min)、RH和u_2)及ELM_7(输入T_(max)、T_(min)和u^2)模型均具有较高模拟精度,其MAE分别为0.199、0.209、0.250、0.273 mm/d,RMSE分别为0.270、0.285、0.341、0.422 mm/d,NSE分别为0.983、0.981、0.973、0.987,R^2分别为0.984、0.982、0.975、0.960,整体评价指标(global performance indicator,GPI)排名分别为1、2、3、4;模型可移植性分析表明,ELM模型具有较强的泛化能力,除了ELM_7在喀什站、敦煌站的模拟精度相对较低之外,其余ELM模型在西北地区各站点模拟结果的MAE均在0.40 mm/d以下、RMSE均在0.49以下、NSE均在0.95以上、R^2均在0.96以上;在相同输入的情况下ELM模型模拟精度均高于HargreavesSamani、Chen、EI-Sebail和Bristow。因此,在气象资料缺乏情景下ELM模型可作为西北地区ET_0计算的推荐模型。 展开更多
关键词 蒸散量 预报模型 极限学习 K-折交叉验证 西北地区 可移植性
在线阅读 下载PDF
采用核极限学习机的短期需水量预测模型 被引量:9
10
作者 韩宏泉 吴珊 侯本伟 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2022年第2期17-24,共8页
为满足给水系统日常管理对短期需水量预测时效的需求,建立了所需训练时间短的核极限学习机模型(kernel-based extreme learning machine,KELM);从提升预测精度的角度考虑,构造了以傅里叶级数为理论依据的残差修正模块(Fourier series,F... 为满足给水系统日常管理对短期需水量预测时效的需求,建立了所需训练时间短的核极限学习机模型(kernel-based extreme learning machine,KELM);从提升预测精度的角度考虑,构造了以傅里叶级数为理论依据的残差修正模块(Fourier series,FS),利用该模块对需水量初始预测值与观测值之间的差值进行建模,完成对初始预测值的残差修正,将该模块叠加于KELM模型上形成了组合预测模型(KELM+FS)。通过实际数据对模型进行性能测试,结果表明:KELM模型能够与人工神经网络模型、支持向量回归模型产生相似的预测精度,但预测时间仅为二者平均值的5%左右;组合模型KELM+FS在未显著增加预测时间的前提下,比KELM模型相对预测精度提升了12%左右。在用于短期需水量预测时,无论单一模型KELM还是组合模型KELM+FS都能达到有效提升预测效率的目的。 展开更多
关键词 短期需水量预测 极限学习 组合模型 傅里叶级数 残差修正
在线阅读 下载PDF
基于极限学习机的大坝多测点模型分析
11
作者 邵楠 郑尧 《城市勘测》 2020年第2期169-172,共4页
与单测点模型相比,大坝多测点模型能估计各测点间的空间联系,通过一个模型反映大坝整体变形态势。针对传统线性多测点回归模型中因子众多,回归方程中自变量多重共线性的问题,提出利用极限学习机(Extreme Learning Machine,ELM)建立非线... 与单测点模型相比,大坝多测点模型能估计各测点间的空间联系,通过一个模型反映大坝整体变形态势。针对传统线性多测点回归模型中因子众多,回归方程中自变量多重共线性的问题,提出利用极限学习机(Extreme Learning Machine,ELM)建立非线性大坝多测点位移模型。实例表明,基于ELM的大坝多测点变形预报模型可在保证建模精度的基础上有效提高建模运算效率。 展开更多
关键词 大坝变形预报 多测点模型 神经网络模型 极限学习(elm)
在线阅读 下载PDF
基于改进混合核极限学习机的坝基注浆量预测代理模型研究 被引量:8
12
作者 石祖智 常峻 +3 位作者 吴斌平 佟大威 郭辉 乔天诚 《水利水电技术(中英文)》 北大核心 2021年第9期57-66,共10页
注浆量是反映灌浆施工质量的重要指标之一。目前基于机器学习的注浆量预测方法缺乏对裂隙倾向、倾角等参数的全面考虑。裂隙灌浆模拟具有能够综合考虑地质、设计、施工等因素影响的优势,然而面临裂隙参数小样本、计算效率低下的不足。... 注浆量是反映灌浆施工质量的重要指标之一。目前基于机器学习的注浆量预测方法缺乏对裂隙倾向、倾角等参数的全面考虑。裂隙灌浆模拟具有能够综合考虑地质、设计、施工等因素影响的优势,然而面临裂隙参数小样本、计算效率低下的不足。针对上述问题,提出基于改进混合核极限学习机(ICSO-MKELM)的注浆量预测代理模型。主要包括:(1)提出基于改进bootstrap方法的三维随机裂隙网络模型建模方法,解决裂隙数据小样本问题,并结合离散元方法开展灌浆数值模拟研究;(2)建立基于改进混合核极限学习机的注浆量预测代理模型,采用改进的鸡群算法优化混合核极限学习机的参数选择,克服混合核极限学习机参数选择效率不高、且难以有效选择全局最优参数的不足。通过将建立的代理模型应用于某工程坝基帷幕灌浆的注浆量预测,并与基于RBF-KELM单核极限学习机模型、Poly-KELM单核极限学习机模型、BP神经网络模型的注浆量预测结果对比,验证了本文所提方法的优越性。 展开更多
关键词 注浆量预测 代理模型 改进bootstrap方法 三维随裂隙网络 离散元数值模拟 混合核极限学习 改进的鸡群算法
在线阅读 下载PDF
基于极限学习机自编码算法的近红外光谱模型传递的研究 被引量:2
13
作者 刘楠 刘翠玲 +3 位作者 徐金阳 张善哲 孙晓荣 姜传智 《食品安全质量检测学报》 CAS 北大核心 2023年第5期30-36,共7页
目的 针对食用油的酸值和过氧化值进行分析,探究极限学习机自编码算法(transfer via extreme learning machine auto-encoder algorithm,TEAM)在近红外光谱上的模型传递。方法 使用MATRIX-F和VERTEX-70两种红外光谱仪采集食用油近红外... 目的 针对食用油的酸值和过氧化值进行分析,探究极限学习机自编码算法(transfer via extreme learning machine auto-encoder algorithm,TEAM)在近红外光谱上的模型传递。方法 使用MATRIX-F和VERTEX-70两种红外光谱仪采集食用油近红外光谱数据,利用多元散射校正方法对光谱数据进行预处理。然后基于TEAM建立传递模型,并与直接标准化、分段直接标准化和斜率偏差校正算法的建模效果进行了对比。结果 经TEAM算法模型传递后提高了模型的精确度,食用油酸值模型中,决定系数(R2)从-1.3984升高到0.8553,预测集均方根误差从0.6130mg/g降低到0.2578mg/g,食用油过氧化值模型中,R2从0.6170升高到0.8987,预测集均方根误差从16.1530 mmol/kg降低到10.4150 mmol/kg。结论 极限学习机自编码算法使从机数据更好适应主机模型,提高了模型的稳定性和准确性。 展开更多
关键词 近红外光谱技术 极限学习 模型传递 酸值 过氧化值
在线阅读 下载PDF
基于小波核函数极限学习机的模型预测控制模拟 被引量:1
14
作者 徐凤 刘爱伦 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2015年第2期185-191,共7页
针对醋酸精馏控制中,产品质量采用常规的温度间接控制存在精度低的问题,提出了一种基于小波核函数极限学习机的模型预测控制(KMPC)策略,在醋酸浓度软测量的基础上直接控制产品质量。鉴于小波核函数极限学习机(KELM)算法训练速度快并且... 针对醋酸精馏控制中,产品质量采用常规的温度间接控制存在精度低的问题,提出了一种基于小波核函数极限学习机的模型预测控制(KMPC)策略,在醋酸浓度软测量的基础上直接控制产品质量。鉴于小波核函数极限学习机(KELM)算法训练速度快并且稳定的特点,该控制系统采用KELM建立醋酸浓度控制器预测模型,以预测控制器的输出作为再沸器蒸汽流量控制器的设定值,构成串级调节系统,同时,以灵敏板温度、塔底温度、再沸器入口温度、压力等变量作为扰动变量,实现了对复杂精馏过程的前馈控制和非线性预测控制。运用ASPEN DYNAMICS流程模拟软件建立的醋酸精馏塔动态模型对KMPC策略进行仿真研究,结果表明,与传统DMC预测控制方案比较,塔底醋酸浓度控制精度有较大提高,控制结构简单,易于实施,能够实现产品质量的卡边控制。 展开更多
关键词 醋酸精馏 模型预测控制 软测量 小波核极限学习
在线阅读 下载PDF
基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制 被引量:2
15
作者 王宁 潘慕绚 黄金泉 《航空发动机》 北大核心 2018年第5期44-50,共7页
针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多... 针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量。 展开更多
关键词 控制系统 极限学习 在线滚动序列 非线性模型预测控制 涡轴发动
在线阅读 下载PDF
极限学习机修正误差的体育成绩预测模型 被引量:3
16
作者 吴平 《现代电子技术》 北大核心 2017年第3期117-120,共4页
体育成绩的影响因素众多,具有时变性和随机性变化特点,为了提高体育成绩的预测精度,提出极限学习机修正误差的体育成绩预测模型。首先采用灰色模型对体育成绩进行预测,然后用极限学习机对灰色模型的预测误差进行修正,最后采用具体体育... 体育成绩的影响因素众多,具有时变性和随机性变化特点,为了提高体育成绩的预测精度,提出极限学习机修正误差的体育成绩预测模型。首先采用灰色模型对体育成绩进行预测,然后用极限学习机对灰色模型的预测误差进行修正,最后采用具体体育成绩数据对模型性能进行测试,测试结果表明,该模型能够提高体育成绩的预测精度,可提供有价值的参考意见。 展开更多
关键词 极限学习 体育成绩 灰色模型 预测精度
在线阅读 下载PDF
一种改进的极限学习机滑坡预测模型 被引量:3
17
作者 蔡文红 朱娜 陈晓鹏 《数据通信》 2017年第4期31-35,共5页
滑坡是一种可能带来危害的大面积地面运动现象,对滑坡区域的监测和预测是降低滑坡危害的可行方法;为了减少滑坡预测时间,提高预测准确率,本文提出基于改进的极限学习机局部区域滑坡预测模型。通过改进极限学习机算法训练局部区域滑坡模... 滑坡是一种可能带来危害的大面积地面运动现象,对滑坡区域的监测和预测是降低滑坡危害的可行方法;为了减少滑坡预测时间,提高预测准确率,本文提出基于改进的极限学习机局部区域滑坡预测模型。通过改进极限学习机算法训练局部区域滑坡模型,使用受限玻尔磁曼机对模型参数进行微调优化模型;采用最小边界矩形对各个实际场景的局部区域滑坡监测点数据进行管理,并应用于局部区域滑坡预测,实验结果表明,该模型能够提高预测准确率和减少预测时间。 展开更多
关键词 极限学习(elm) 局部区域滑坡预测模型 最小边界矩形(MBR) 受限玻尔磁曼(RBM)
在线阅读 下载PDF
基于改进极限学习机的转炉出钢合金化锰收得率预测模型 被引量:10
18
作者 周凯啸 林文辉 +3 位作者 孙建坤 冯小明 方炜 刘青 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第5期1399-1406,共8页
针对转炉炼钢出钢合金化过程合金的加入量偏差较大的问题,为更精确地控制合金加入量,以某钢厂冶炼HRB400钢出钢过程加入硅锰合金为例,建立基于极限学习机算法的Mn元素收得率预测模型,并引入正则化方法和改进粒子群算法(IPSO)对极限学习... 针对转炉炼钢出钢合金化过程合金的加入量偏差较大的问题,为更精确地控制合金加入量,以某钢厂冶炼HRB400钢出钢过程加入硅锰合金为例,建立基于极限学习机算法的Mn元素收得率预测模型,并引入正则化方法和改进粒子群算法(IPSO)对极限学习机算法进行优化,以提高模型的泛化能力和预测精度。研究结果表明:Mn元素收得率预测相对误差在5%和3%以内的命中率分别为95%和80%,准确性高于BP神经网络及人工经验的预测结果。照此种方式控制硅锰合金加入量可以满足成品钢的成分要求,且每炉次硅锰合金加入量较人工经验值平均减少20 kg,可带来每年400万元的经济效益,能够为现场生产提供参考。 展开更多
关键词 转炉 出钢合金化 元素收得率 正则化极限学习 改进粒子群算法 预测模型
在线阅读 下载PDF
基于粒子群核极限学习机的涡扇发动机加速过程模型辨识 被引量:1
19
作者 赵姝帆 李本威 +1 位作者 钱仁军 朱飞翔 《推进技术》 EI CAS CSCD 北大核心 2020年第10期2358-2366,共9页
针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模... 针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。 展开更多
关键词 涡扇发动 加速过程 极限学习 数据驱动 模型辨识
在线阅读 下载PDF
基于在线自适应极限学习机的矿山排土场滑坡预警模型 被引量:1
20
作者 李予红 《中国矿业》 北大核心 2020年第7期76-80,共5页
排土场滑坡是矿山的重大灾害之一,严重威胁着矿山的安全生产,矿山排土场受地质、人为、自然等多种因素的影响,采用单一指标难以准确和有效地预测滑坡变形趋势和安全稳定性,针对此问题本文提出了基于自适应极限学习机的矿山排土场滑坡预... 排土场滑坡是矿山的重大灾害之一,严重威胁着矿山的安全生产,矿山排土场受地质、人为、自然等多种因素的影响,采用单一指标难以准确和有效地预测滑坡变形趋势和安全稳定性,针对此问题本文提出了基于自适应极限学习机的矿山排土场滑坡预警模型。通过将岩土内摩擦角、坡角、坡高、容重、孔隙水压力系数和内聚力等指标作为输入单元,以稳定系数作为输出单元,对已有的数据进行训练和测试,应用效果表明该方法的理论计算结果与工程实际状况基本一致,具有良好的适应能力,对提高矿山排土场滑坡预警能力和准确性有着一定的借鉴意义。 展开更多
关键词 极限学习 矿山排土场 滑坡 预警模型
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部