基于VAE-ELM的时间序列预测及应用

作者:马超; 张英堂; 任国全; 李志宁; 尹刚
来源:控制工程, 2014, 21(04): 529-532.
DOI:10.14107/j.cnki.kzgc.2014.04.026

摘要

针对传统自适应集成极限学习机预测算法中集成权值更新不充分,受人为因素影响较大所导致的集成模型预测精度较低的问题,提出一种基于方差自适应集成极限学习机(Variance Adaptive Ensemble of Extreme Learning Machine,VAE-ELM)的时间序列预测算法。该算法以最小化预测误差为目标,根据各个弱学习机的预测误差,通过反复迭代自适应地对其集成权值进行多次更新,按照最终的集成权值向量集成各个弱学习机得到最终输出。时间序列的仿真结果及液压泵状态参数预测实例表明,与E-ELM和AE-ELM算法相比,该算法鲁棒性强,预测精度更高。

  • 单位
    中国人民解放军陆军工程大学

全文