自然循环流动不稳定性的多目标优化极限学习机预测方法

• 作者: 付学宽 谭思超 陈涵瀛 高璞珍
• 来源期刊: 物理学报
• 关键词: 流动不稳定性 极限学习机 多目标优化 非支配排序遗传算法
• 年，卷（期）: 2014,（20）
• 所属期刊栏目: 总论
• 页码范围: 200505-1-200505-8
• 页数: 1页
• 语种: 中文
• DOI: 10.7498/aps.63.200505

摘要

极限学习机是近年来提出的一种前向单隐层神经网络训练算法，具有训练速度快、不会陷入局部最优等优点，但其性能会受到随机选取的输入权值和阈值的影响。针对这一问题，提出一种基于多目标优化的改进极限学习机，将训练误差和输出层权值的均方最小化同时作为优化目标，采用带精英策略的快速非支配排序遗传算法对极限学习机的输入层到隐层的权值和阈值进行优化。将该算法应用于摇摆工况下自然循环系统不规则复合型流量脉动的多步滚动预测，分析了训练误差和输出层权值对不同步长预测效果的影响。仿真结果表明，优化极限学习机预测误差可以用较小的网络规模获得很好的泛化能力。为流动不稳定性的实时预测提供了一种准确度较高的途径，其预测结果可以作为核动力系统操作员的参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭思超	哈尔滨工程大学核安全与仿真技术国防重点学科实验室	86	600	11.0	21.0
2	高璞珍	哈尔滨工程大学核安全与仿真技术国防重点学科实验室	106	868	15.0	24.0
3	陈涵瀛	哈尔滨工程大学核安全与仿真技术国防重点学科实验室	3	11	2.0	3.0
4	付学宽	哈尔滨工程大学核安全与仿真技术国防重点学科实验室	3	10	2.0	3.0