作者:汪明先; 吴建德; 王晓东浆体管道临界淤积流速粒子群优化算法极限学习机
摘要:针对浆体管道临界淤积流速预测难度大、精度低等问题,提出了粒子群优化—极限学习机(PSOELM)的临界淤积流速预测模型。利用PSO算法对ELM模型参数输入权值和隐元偏置进行优化,应用优化得到的ELM模型对预测集进行预测。通过实验仿真得到预测结果的最大误差为5.73%,预测效果优于常规的ELM模型和反向传播(BP)神经网络模型。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《传感器与微系统》(CN:23-1537/TN)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《传感器与微系统》编辑部始终坚持质量第一,注重社会效益,发表具有前瞻仰性、先进性、导向性的论文及最新科技、市场信息,为企事业和高校提供先进的科技成果与工艺技术,为提高传感器与微系统技术的学术水平,促进国内外学术交流,加速传感器与微系统技术及其产业的发展而努力工作。
北大期刊、CSCD期刊、统计源期刊
人气 52127 评论 52
部级期刊
人气 14678 评论 53
人气 12292 评论 44