基于泛优化算法优化的ELM及其球磨机料位测量应用

• 作者: 柏刚 阎高伟 韩晓义
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 极限学习机 球磨机料位测量 软测量 优化算法
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 自动化应用
• 页码范围: 133-135,138
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2017.10.133

摘要

极限学习机(Extreme Learning Machine,ELM)具有学习速度快、算法简单易实现等优点,但是其泛化性却相对较差.针对这些缺点,提出了一种新的优化算法:泛优化算法(Wide Optimization Algorithm,WOA),将其应用于极限学习机输入权重和阈值的优化,利用泛优化算法的全局寻优能力,寻找训练误差较小时极限学习机的输入权重和阈值,从而提高极限学习机的泛化性,使其可以用较少的隐含层神经元获得较高的精度.将优化后的极限学习机应用于球磨机料位测量.实验结果表明优化后的极限学习机与传统极限学习机相比具有更高的测量精度和泛化性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阎高伟	太原理工大学信息工程学院	58	223	8.0	12.0
2	柏刚	太原理工大学信息工程学院	3	1	1.0	1.0
3	韩晓义	太原理工大学信息工程学院	1	0	0.0	0.0