搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

自然循环流动不稳定性的多目标优化极限学习机预测方法

陈涵瀛 高璞珍 谭思超 付学宽

自然循环流动不稳定性的多目标优化极限学习机预测方法

陈涵瀛, 高璞珍, 谭思超, 付学宽
PDF
导出引用
导出核心图
计量
  • 文章访问数:  497
  • PDF下载量:  540
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-04-28
  • 修回日期:  2014-06-09
  • 刊出日期:  2014-10-20

自然循环流动不稳定性的多目标优化极限学习机预测方法

  • 1. 哈尔滨工程大学, 核安全与仿真技术国防重点学科实验室, 哈尔滨 150001
    基金项目: 

    黑龙江省留学归国人员基金(批准号:LC2011C18)、黑龙江省青年学术骨干 支持计划(批准号:1254G017)和哈尔滨工程大学核安全与仿真技术国防 重点学科实验室基金(批准号:HEUFN1305)资助的课题.

摘要: 极限学习机是近年来提出的一种前向单隐层神经网络训练算法,具有训练速度快、不会陷入局部最优等优点,但其性能会受到随机选取的输入权值和阈值的影响. 针对这一问题,提出一种基于多目标优化的改进极限学习机,将训练误差和输出层权值的均方最小化同时作为优化目标,采用带精英策略的快速非支配排序遗传算法对极限学习机的输入层到隐层的权值和阈值进行优化. 将该算法应用于摇摆工况下自然循环系统不规则复合型流量脉动的多步滚动预测,分析了训练误差和输出层权值对不同步长预测效果的影响. 仿真结果表明,优化极限学习机预测误差可以用较小的网络规模获得很好的泛化能力. 为流动不稳定性的实时预测提供了一种准确度较高的途径,其预测结果可以作为核动力系统操作员的参考.

English Abstract

参考文献 (24)

目录

    /

    返回文章
    返回