基于海洋捕食者算法和ELM的空气质量指数预测

作者：龚荣; 谢宁新^*; 李德伦; 洪丽啦

来源：广西民族大学学报(自然科学版), 2022, 28(04): 68-76.

DOI：10.16177/j.cnki.gxmzzk.2022.04.009

• 海洋捕食者算法
• 极限学习机
• 空气质量指数预测
• 智能优化算法

针对极限学习机(Extreme Learning Machine,ELM)模型参数选取敏感问题，文章提出一种改进的海洋捕食者算法(Improved Marine Predator Algorithm,IMPA)优化极限学习机的权重和偏置。首先，针对海洋捕食者算法初始种群的多样性不足，运用准反射学习策略生成高质量的初始猎物种群。其次，引入柯西变异策略更新种群，增强算法的全局寻优能力。然后，运用纵横交叉策略对猎物种群进行修正，进一步提高算法搜索精度。最后，将改进后的海洋捕食者算法优化极限学习机的权重和偏置，构建了一种IMPA-ELM预测模型用于空气质量指数预测。实验结果表明，IMPA-ELM预测模型在空气质量指数预测精度上有所提高。

• 单位
  广西民族大学