极端学习机算法的改进及应用研究

• 作者: 刘魏岩 卢青 杨潇 牛培峰 马云鹏
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 极端学习机 粒子群算法 “教与学”优化算法 最小二乘思想
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 光学与控制工程
• 页码范围: 127-132
• 页数: 6页
• 分类号: TP183
• 字数: 3853字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2015.02.005

摘要

极端学习机是一种新型的单隐藏层前馈神经网络模型，其输入权值和隐藏层阈值随机设置，其输出权值解析计算得到。因此，其运算速度是传统的 BP 神经网络的数千倍，而且具有良好的模型辨识能力。然而，极端学习机的输入权值和隐藏层阈值是随机设定的，可能不是使网络训练目标能达到全局最小值时的最优模型参数。针对此不足，本文采用最小二乘思想确定极端学习机的输入权值和隐藏层阈值。同时，将改进的极端学习机算法应用于电站锅炉的燃烧热效率建模，并与 BP、原始极端学习机、粒子群优化极端学习机和“教与学”优化极端学习机算法进行比较，证明了改进算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛培峰	燕山大学电气工程学院	64	595	13.0	21.0
2	马云鹏	燕山大学电气工程学院	12	121	6.0	10.0
3	刘魏岩	燕山大学电气工程学院	3	14	2.0	3.0
4	卢青	燕山大学电气工程学院	2	20	2.0	2.0
5	杨潇	燕山大学电气工程学院	3	24	3.0	3.0