改进的TLBO及其在自来水供水量预测中的应用

• 作者: 左智科 李一龙
• 来源期刊: 人民黄河
• 学科: 工学
• 关键词: 预测 极限学习机 教与学优化算法 反向学习 优化
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 水资源
• 页码范围: 84-87
• 页数: 4页
• 分类号: TV213.9
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2021.02.018

摘要

为准确预测城市自来水供水量,提出采用教与学优化算法(TLBO)优化的极限学习机预测方法.针对TLBO算法收敛精度低、易陷入局部最优的不足,提出一种改进的TLBO算法(ITLBO).在ITLBO中,增加一个最差学生补习阶段,通过老师对该学生单独辅导或者采用一个反向学习策略快速提升学生成绩;在此基础上,采用一种干扰算子对老师进行扰动,增强种群跳出局部最优的动能;最后,将ITLBO算法用于优化调整极限学习机(ELM)模型的输入权值和隐层阈值参数,并构建ITLBO-ELM自来水供水量预测模型.将ITLBO-ELM模型用于上海市自来水供水量的预测实验,仿真结果表明该模型能够准确预测自来水供水量.