一种基于遗传算法的极限学习机改进算法研究 |
| |
引用本文: | 王新环,刘志超.一种基于遗传算法的极限学习机改进算法研究[J].教育技术导刊,2017,16(9):79-82. |
| |
作者姓名: | 王新环 刘志超 |
| |
作者单位: | 河南理工大学 电气工程与自动化学院,河南 焦作 454000 |
| |
摘 要: | 针对传统极限学习机(ELM)缺乏有效的训练方法、应用时预测精度不理想这一弱点,提出了一种基于遗传算法(GA)训练极限学习机(GA-ELM)的方法。在该方法中,ELM的输入权值和隐藏层节点阈值映射为GA的染色体向量,GA的适应度函数对应ELM的训练误差;通过GA的遗传操作训练ELM,选出使ELM网络误差最小的输入权值和阈值,从而改善ELM的泛化性能。通过与ELM、I-ELM、OS-ELM、B-ELM4种方法的仿真结果对比,表明遗传算法有效地改善了ELM网络的预测精度和泛化能力。
|
关 键 词: | 遗传算法 极限学习机 权值 阈值 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|