一种新型异构集成极端学习机模型及其软测量应用

• 作者: 董泽 马宁
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 软测量 极端学习机 最小二乘 集成
• 年，卷（期）: 2020,（1）
• 页码范围: 41-49
• 页数: 9页
• 分类号: TK22
• 字数: 724字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2020.01.006

摘要

为了在日益复杂的工业建模数据基础上建立一个准确、稳定的软测量模型,提出了一种有效的异构集成极端学习机( HEELM)软测量模型.采用4种不同激活函数的极端学习机和核极端学习机模型用以丰富集成模型的多样性.极限学习机的隐含层节点数通过试错法确定,并以交叉验证为准则来获得最优的核极限学习机模型参数.为了获得集成模型的最佳输出,采用最小二乘回归方法对所有单个模型的输出进行集成.通过2组复杂的工业过程数据集验证了HEELM模型具有很好的预测精度.与单独ELM模型、bagging ELM 集成模型、 BP 和SVM 模型相比,HEELM模型的预测精度提高了4. 5% ~8. 7% ,且HEELM模型具有更好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董泽	华北电力大学控制与计算机工程学院	94	957	16.0	28.0
2	马宁	华北电力大学河北省发电过程仿真与优化控制技术创新中心	11	85	2.0	9.0