本文選題：極限學(xué)習(xí)機(jī) + 差分演化　； 參考：《數(shù)學(xué)的實(shí)踐與認(rèn)識》2016年22期

【摘要】：針對極限學(xué)習(xí)機(jī)的隨機(jī)性較大的問題,提出一種基于差分演化的極限學(xué)習(xí)機(jī)算法模型(DE-ELM).采用差分演化算法(DE)對極限學(xué)習(xí)機(jī)(ELM)隨機(jī)給定的輸入權(quán)值矩陣和隱含層閾值進(jìn)行尋優(yōu),降低了隨機(jī)性給ELM造成的影響,減少ELM網(wǎng)絡(luò)震蕩,提高了ELM預(yù)測精度.并且將DE-ELM應(yīng)用在電池SOC的預(yù)測上,同時與ELM和BP神經(jīng)網(wǎng)絡(luò)的預(yù)測進(jìn)行了對比,結(jié)果表明:DE-ELM在電池SOC預(yù)測上的表現(xiàn)優(yōu)于ELM和BP神經(jīng)網(wǎng)絡(luò),能滿足電池SOC的預(yù)測精度要求.
[Abstract]:In order to solve the problem of the randomness of the limit learning machine, a differential evolution based limit learning machine algorithm (DE-ELM) is proposed. The differential evolution algorithm (DE) is used to optimize the random given input weight matrix and the hidden layer threshold of the limit learning machine (ELM), which reduces the influence caused by the randomness to the ELM and reduces the concussion of the ELM network. The prediction accuracy of ELM is higher, and DE-ELM is applied to the prediction of battery SOC, and compared with the prediction of ELM and BP neural network. The results show that DE-ELM is superior to ELM and BP neural network in SOC prediction of battery, and can meet the prediction precision requirements of battery SOC.
【作者單位】： 中國地質(zhì)大學(xué)(武漢)經(jīng)濟(jì)管理學(xué)院;中國地質(zhì)大學(xué)(武漢)中國礦產(chǎn)資源戰(zhàn)略與政策研究中心;
【基金】：國家自然科學(xué)基金(71301153) 中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金(CUG140612)
【分類號】：TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李效白;錢劍敏;馮曉;;基于SOC的細(xì)紗機(jī)自動控制系統(tǒng)設(shè)計[J];中國科技信息;2009年18期

2 宋恒力 ,董浩斌;利用SoC單片機(jī)的多功能數(shù)據(jù)采集卡[J];電子設(shè)計應(yīng)用;2004年03期

3 李棟,付博,涂寶招;SoC實(shí)時信號處理系統(tǒng)中的存儲系統(tǒng)設(shè)計[J];計算機(jī)應(yīng)用研究;2005年05期

4 黃月昊;岳鵬;朱程燕;;基于SOC技術(shù)的三相電力能效監(jiān)測終端硬件設(shè)計[J];硅谷;2014年09期

5 王顯軍;;基于SOC單片機(jī)的高集成度光電編碼器電路設(shè)計[J];光學(xué)精密工程;2011年05期

6 劉瑋;李翔宇;殷樹娟;;無線傳感器節(jié)點(diǎn)SoC事務(wù)級功耗仿真器設(shè)計[J];計算機(jī)工程與設(shè)計;2014年01期

7 劉征宇;楊俊斌;張慶;張利;趙愛國;;基于QPSO-BP神經(jīng)網(wǎng)絡(luò)的鋰電池SOC預(yù)測[J];電子測量與儀器學(xué)報;2013年03期

8 李延聰;邵峰晶;孫仁誠;;SoC總線測試平臺的設(shè)計實(shí)現(xiàn)[J];青島大學(xué)學(xué)報(工程技術(shù)版);2007年01期

9 袁昕;陳祖爵;姚永;;GPRS與SOC單片機(jī)在用電管理中的應(yīng)用[J];微型電腦應(yīng)用;2006年08期

10 劉曉榮;魏孔鵬;;基于SOC的短距離無線傳感器采集網(wǎng)絡(luò)[J];通信技術(shù);2009年08期

相關(guān)碩士學(xué)位論文 前5條

1 祁建佳;基于改進(jìn)型模糊神經(jīng)網(wǎng)絡(luò)的蓄電池SOC檢測方法研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

2 馮凡;可控硅觸發(fā)控制系統(tǒng)核心SOC的設(shè)計[D];河南工業(yè)大學(xué);2011年

3 劉春萌;基于SOC的點(diǎn)焊監(jiān)測系統(tǒng)下位機(jī)研究[D];吉林大學(xué);2008年

4 郭平華;基于SOC的變流器集成控制系統(tǒng)的研制[D];中南大學(xué);2007年

5 郭文鵬;基于編碼和逆向折疊的SoC測試數(shù)據(jù)壓縮方法研究[D];合肥工業(yè)大學(xué);2007年

，

本文編號：1929954