摘要

极限学习机(ELM)作为一种新型神经网络,具有学习速度快、泛化能力好等优点,但其输入权值矩阵和隐含层偏置是随机生成的,易导致网络不稳定和偏差较大等问题。引入改进的差分进化多目标寻优算法,获取训练误差最小时的极限学习机输入权值矩阵和隐含层偏置,从而改进极限学习机。最后,将优化后的极限学习机应用于方向舵系统故障诊断,结果表明,改进后的极限学习机具有较高的学习速度和诊断准确性。