| 结构自适应序贯正则极端学习机时间序列预测及其应用 |
| |
| 引用本文： | 何 星,王宏力,陆敬辉,姜 伟.结构自适应序贯正则极端学习机时间序列预测及其应用[J].推进技术,2015,36(3):458-464. |
| |
| 作者姓名： | 何 星 王宏力 陆敬辉 姜 伟 |
| |
| 作者单位： | 第二炮兵工程大学 控制工程系，陕西 西安 710025,第二炮兵工程大学 控制工程系，陕西 西安 710025,第二炮兵工程大学 控制工程系，陕西 西安 710025,第二炮兵工程大学 控制工程系，陕西 西安 710025 |
| |
| 基金项目： | 国家自然科学基金(61004128)。 |
| |
| 摘 要： | 为提高初始小样本情况下时间序列在线预测的精度,提出了一种结构自适应序贯正则极端学习机(SA-SRELM)。该方法在在线序贯学习阶段,针对不同训练样本规模选择不同的递推方式对输出权值进行更新;同时,在训练样本达到一定规模后,为提高预测模型对系统的动态适应性,在加入新样本的同时对旧样本进行剔除,完成预测模型的训练。利用3种混沌时间序列预测实例对所提方法的有效性进行了验证。最后,将所提方法用于航空发动机排气温度预测中,结果表明该方法相对正则极端学习机(RELM)和序贯正则极端学习机(SRELM)方法具有更好的泛化性能,预测精度分别是二者的约6倍和2倍。
|
| 关 键 词： | 正则极端学习机 小样本 时间序列预测 动态适应性 泛化能力 |
Structure Adaptive Sequential Regularized Extreme Learning Machine Based on Time Series Prediction and Its Application |
| |
| HE Xing,WANG Hong-li,LU Jing-hui and JIANG Wei.Structure Adaptive Sequential Regularized Extreme Learning Machine Based on Time Series Prediction and Its Application[J].Journal of Propulsion Technology,2015,36(3):458-464. |
| |
| Authors: | HE Xing WANG Hong-li LU Jing-hui and JIANG Wei |
| |
| Institution: | HE Xing;WANG Hong-li;LU Jing-hui;JIANG Wei;Department of Control Engineering,The Second Artillery Engineering University; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《推进技术》浏览原始摘要信息 |
| 点击此处可从《推进技术》下载免费的PDF全文 |
|
