基于VAE-ELM的时间序列预测及应用

• 作者: 任国全 尹刚 张英堂 李志宁 马超
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 自适应 集成 极限学习机 时间序列预测 液压泵
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 529-532
• 页数: 4页
• 分类号: TP27
• 字数: 3731字
• 语种: 中文

摘要

针对传统自适应集成极限学习机预测算法中集成权值更新不充分,受人为因素影响较大所导致的集成模型预测精度较低的问题,提出一种基于方差自适应集成极限学习机(Variance Adaptive Ensemble of Extreme Learning Machine,VAE-ELM)的时间序列预测算法.该算法以最小化预测误差为目标,根据各个弱学习机的预测误差,通过反复迭代自适应地对其集成权值进行多次更新,按照最终的集成权值向量集成各个弱学习机得到最终输出.时间序列的仿真结果及液压泵状态参数预测实例表明,与E-ELM和AE-ELM算法相比,该算法鲁棒性强,预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任国全	军械工程学院车辆与电气工程系	133	1229	18.0	27.0
2	张英堂	军械工程学院车辆与电气工程系	101	884	16.0	23.0
3	李志宁	军械工程学院车辆与电气工程系	48	304	9.0	15.0
4	尹刚	军械工程学院车辆与电气工程系	23	146	7.0	11.0
5	马超	军械工程学院车辆与电气工程系	7	93	6.0	7.0