基于改进极根学习机的回转窑煅烧带温度预测方法

• 作者: 孙伟 杨海群 聂婷
• 来源期刊: 计算机测量与控制
• 关键词: 回转窑 温度预测 黄金分割 极限学习机
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 157-160
• 页数: 4页
• 分类号: TP183
• 语种: 中文

摘要

针对传统算法预测回转窑煅烧带温度存在精度低、速度慢的问题,提出了基于改进极限学习机(ELM)的回转窑煅烧带温度预测方法;对ELM输入权值矩阵定义了变换系数,采用黄金分割法在给定区间内搜寻变换系数的最佳值,改进了ELM网络参数的确定方式,弥补了随机确定输入权值并且不作调整的缺陷,在保证ELM训练速度的前提下提高预测精度、减小模型随机性;实验结果表明,改进的ELM预测精度高、训练速度快、模型性能优,可满足工况恶劣的回转窑的生产需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙伟	中国矿业大学信息与电气工程学院	105	523	13.0	17.0
2	杨海群	中国矿业大学信息与电气工程学院	8	62	3.0	7.0
3	聂婷	中国矿业大学信息与电气工程学院	4	28	3.0	4.0