多种群灰狼算法优化ELM网络参数的研究

• 作者: 刘彬 刘泽仁 刘浩然 李德健 王卫涛 闻岩
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 灰狼算法 多种群 极端学习机 模型预测辨识 二次风温
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息与计算机技术
• 页码范围: 508-518
• 页数: 11页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2020.05.012

摘要

针对灰狼算法易陷入局部最优,全局优化能力差的问题,提出一种改进的灰狼算法.将单种群划分为多种群,利用混沌序列初始化各子种群,为防止算法早熟收敛,对各子种群的决策层个体进行反向学习变异,引入竞争策略动态更新各种群决策层个体,提高算法的全局寻优能力.采用改进的多种群灰狼算法优化极端学习机的输入权值和隐含层阈值参数,以提高模型的预测精度和泛化能力,并建立水泥篦冷机二次风温的预测模型.仿真结果表明,此模型辨识精度高,泛化能力强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘彬		304	3194	26.0	40.0
2	刘浩然		80	568	14.0	20.0
3	闻岩		31	187	9.0	12.0
4	刘泽仁		3	0	0.0	0.0
5	王卫涛		3	0	0.0	0.0
6	李德健		3	0	0.0	0.0