基于PSO与ELM组合算法的装备器材消耗预测模型

作者：刘畅; 伍洁; 肖斌^*; 张东东

来源：武汉理工大学学报(信息与管理工程版), 2022, 44(01): 112-116.

• 器材消耗
• 粒子群算法
• 极限学习机
• 预测精度

针对装备器材消耗的随机性与波动性而难以准确预测消耗变化的情况，构建了粒子群算法(particle swarm optimization, PSO)和极限学习机(extreme learning machine, ELM)的预测模型。首先，构建训练集和ELM网络；其次，采取PSO优化ELM的输入层权值和隐藏层阈值，解决因权值和阈值随机出现而造成的网络不稳定现象；最后，通过使用3种非线性、非平稳数据集测试及装备器材消耗数据的预测分析，验证了PSO-ELM的预测精度优于EMD-GA-BP、LSSVM、PSO-LSSVM、ELM模型。

• 单位
  中国人民解放军海军工程大学