基于改进极限学习机的软测量建模

• 作者: 于洪 周馨 王国胤
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 极限学习机 软测量 粗糙集 偏相关系数
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 第四届大数据学术会议(CCF BIGDATA2016)
• 页码范围: 668-672
• 页数: 5页
• 分类号: TP391.6
• 字数: 6095字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.03.668

摘要

极限学习机(ELM)因其泛化能力好和学习速度快而成为软测量的新方法,但当应用到铝电解工艺参数建模时,ELM通常需要较多隐层节点并且泛化能力较低.针对这一问题,提出一种基于改进极限学习机(IELM)的软测量模型.首先,利用粗糙集中的约简理论剔除输入变量中的冗余或不相关属性,以降低ELM的输入复杂性;然后,利用偏相关系数对输入变量和输出变量间的相关性进行分析,将输入数据分为正输入和负输入两部分,分别对这两部分建立输入单元,重新构建ELM网络;最后,建立了基于改进极限学习机的铝电解分子比软测量模型.仿真实验结果表明,基于改进极限学习机的软测量模型具有较好的泛化能力和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国胤	重庆邮电大学计算智能重庆市重点实验室	212	6947	36.0	79.0
2	于洪	重庆邮电大学计算智能重庆市重点实验室	61	1645	13.0	40.0
3	周馨	重庆邮电大学计算智能重庆市重点实验室	1	7	1.0	1.0