注册
登录
EN
|
中文
首页
论文提交
论文浏览
论文检索
个人中心
帮助
搜索
显示全部
确认邀请
取消邀请
添加新专家
发送邮件中...
确认回复
取消回复
*
专家姓名:
*
>专家邮箱:
*
专家机构:
*
研究领域:
请选择
物理学
天文学
生物学
数学
图书馆学、情报学
计算机科学
地球科学
其他
材料科学
能源科学
信息科学与系统科学
力学
化学
心理学
农、林、牧、渔
医学、药学
工程与技术科学
测绘科学技术
矿山工程技术
冶金工程技术
机械工程
动力与电气工程
核科学技术
电子与通信技术
化学工程
纺织科学技术
食品科学技术
土木建筑工程
水利工程
交通运输工程
航空、航天科学技术
环境科学技术及资源科学技术
安全科学技术
管理学
统计学
语言学及应用语言学
光学
护理学
法学
数字出版
药物科学
地球物理和空间物理
冰冻圈科学领域研究
*
专家学术主页:
联系方式:
确认添加
取消添加
开始评论:
公开评论
匿名评论
仅发给作者
评论提交
关闭评论
检索
您当前的位置: >
详细浏览
改进粒子群优化的极限学习机软测量建模方法
请选择邀稿期刊:
邀请
关闭
作者:
盛晓晨
1
史旭东
1
熊伟丽
1,2
作者单位:
1.
江南大学 物联网工程学院
2.
轻工过程先进控制教育部重点实验室
提交时间:
2019-05-10 10:28:40
摘要:
工业过程常含有显著的非线性、时变等复杂特性,传统的极限学习机有时无法充分利用数据信息,故所建软测量模型预测性能较差。为了提高极限学习机的泛化能力和预测精度,提出一种改进粒子群优化的极限学习机软测量建模方法。首先,利用高斯函数正态分布的特点实现惯性权重的自适应更新,并线性变化学习因子,以提高粒子群优化算法的收敛速度和搜索性能;然后,将该算法用于优化极限学习机的惩罚系数和核宽,得到一组最优超参数;最后,将该方法应用于脱丁烷塔过程软测量建模中。仿真结果表明,优化后的极限学习机模型预测精度有明显的提高,验证了所提方法不仅是可行的,而且具有良好的预测精度和泛化性能。
软测量建模
极限学习机
粒子群优化算法
自适应权重
期刊:
计算机应用研究
分类:
计算机科学
>>
计算机科学的集成理论
引用:
ChinaXiv:201905.00042
(或此版本
ChinaXiv:201905.00042V1
)
DOI:10.12074/201905.00042V1
CSTR:32003.36.ChinaXiv.201905.00042.V1
推荐引用方式:
盛晓晨,史旭东,熊伟丽.(2019).改进粒子群优化的极限学习机软测量建模方法.计算机应用研究.[ChinaXiv:201905.00042]
(点此复制)
版本历史
[V1]
2019-05-10 10:28:40
ChinaXiv:201905.00042V1
下载全文
相关论文推荐
1. Turing’s thinking machine and ’t Hooft’s principle of superposition of states
2024-05-14
2. 恶意代码SCMP分类方法框架与风险行为多标签机制
2024-05-09
3. Brief Discussion on Scenes and Strategies in Capital Markets Manipulation Detection: From Influence Diffusion Perspectives
2024-04-24
4. Guiding Large Language Models to Generate Computer-Parsable Content
2024-04-23
5. SteganoDDPM: A high-quality image steganography self-learning method using diffusion model
2024-04-23
6. 引导大语言模型生成计算机可解析内容
2024-04-21
7. 基于大语言模型的中英文整合复杂性建模研究
2024-04-10
8. 大模型与标准文献知识库的融合应用探索
2024-04-10
9. 简体中文LIWC2024(SCLIWC2024)词典的修订与验证
2024-04-09
10. Multimodal Physical Fitness Monitoring (PFM) Framework Based on TimeMAE-PFM in Wearable Scenarios
2024-04-07
相关信息
点击下载全文
PDF
BIB
ZIP
预览
PDF
许可声明
ChinaXiv许可声明
metrics指标
点击量
1969
下载量
958
评论
我要评论
分享
分享至: