基于ELM改进层集成架构的时间序列预测

作者：樊树铭; 覃锡忠^*; 贾振红; 牛红梅; 王哲辉

来源：计算机工程与设计, 2019, 40(07): 1915-1921.

DOI：10.16208/j.issn1000-7024.2019.07.019

• 时间序列预测
• 极限学习机
• 集成学习
• 聚类
• 自助采样

为进一步提高时间序列预测模型的预测精度和时间效率,提出一种基于极限学习机的层集成网络结构。以极限学习机网络作为基学习器,构成两层集成网络,每层网络在构建时利用先分类,再从类中选优的思想同时考虑基学习器的准确性与多样性,其中第一层用以优化参数,第二层实现预测。对比实验结果表明,与基于多层感知器的层集成网络相比,该模型在提高预测准确度的同时将学习用时缩短了1-2个数量级。

• 单位
  中国移动通信集团新疆有限公司; 新疆大学