基于极限学习机的预测算法研究

《基于极限学习机的预测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：６９７：ＴＰ３９１学校代码１０密级：公开学号：２０１５３１４８２＿５５士专业字位ｉ２文ＤｉｓｓｅｒｔａｔｉｏｎｆｏｒｔｈｅＰｒｏｆｅｓｓｉｏｎａｌＤｅｇｒｅｅｏｆＭａｓｔｅｒ基于极限学习机的预测算法研究学科名称：软件工程专业学位类别：工程硕士作者：任帅指导老师：陈莉教授西北大学学位评定委员会二〇一八年六月ResearchonPredictionAlgorithmBasedonExtremeLearningMachineAt

2、hesissubmittedtoNorthwestUniversityinpartialfulfillmentoftherequirementsforthedegreeofMasterinSoftwareengineeringByRenShuaiSupervisor:ChenLiProfessorFebruary2018摘要预测是以所要预测问题以前和现在的相关信息为基础，通过科学的预测方法和逻辑推理，对问题未来的发展方向和水平做出预测和推断。预测问题涉及社会生活的各个方面，包括法政、金融、历史、

3、生态、文化、教育等各个方面。目前，数据预测主要运用机器学习方法，其中人工神经网络是实现机器学习任务的一种重要方法。本文主要研究极限学习机（ExtremeLearningMachine，ELM）的改进算法。与传统神经网络相比，极限学习机只要通过一步简单计算就可以解析出网络的输出权值，很大程度上提高了网络的泛化能力和学习速度，具有较强的非线性拟合能力，计算量和搜索空间也都大大降低。然而，极限学习机算法中权值和阈值的随机选取和隐含层节点数的不确定可能会导致过拟合等现象的发生。所以，更有效的输入参数选取

4、是极限学习机实现有效预测的关键所在。本文研究工作包括：一、针对极限学习机算法中，未加入结构风险和参数的随机选择可能会导致实验结果过拟合、泛化能力不足等问题，使用引入结构风险的正则化极限学习机（RegularizedExtremeLearningMachine，RELM）来提高极限学习机的泛化能力和稳定性，并引入遗传算法（GeneticAlgorithm，GA）优化正则化极限学习机的输入参数，提出基于遗传算法的正则化极限学习机（GeneticAlgorithm—RegularizedExtreme

5、LearningMachine，GA—RELM），提高了算法的稳定性和预测准确率；二、基于粒子群的正则化极限学习机（ParticleSwarmOptimization—RegularizedExtremeLearningMachine，PSO—RELM）。针对第三章使用的遗传算法本身设置参数较多、迭代次数多，导致算法复杂度偏高这一问题，引入算法复杂度较低的粒子群算法（ParticleSwarmOptimization，PSO）来代替遗传算法，提出基于粒子群的正则化极限学习机。通过实验表明本章算法

6、相较于传统机器学习算法而言，在预测准确度和结果稳定性方面都有所提高。与基于遗传算法的正则化极限学习机相比，在保证预测准确度的前提下，减少了预测时间。三、使用visualstdio2010，集成本文提出的基于遗传算法的正则化极限学习机和基于粒子群优化算法的正则化极限学习机，设计并开发了RELM预测算法子系统，将模块嵌入到LIBS光谱预处理及分析系统中，实现了对数据的预测。I关键词：预测算法，极限学习机，GA—RELM，PSO—RELMIIABSTRACTPredictionreferstofore

7、castingandjudgingthefuturedevelopmenttrendandlevelofthingsthroughscientificmethodsandlogicalreasoningaccordingtothepastandpresentrelevantinformationoftheforecastingobjects.Theareascoveredbytheforecastincludepolitical,economic,historical,ecological,cu

8、lturalandeducationalaspects.Thedatapredictionintoday'seramainlyusesthemachinelearningmethod,andtheartificialneuralnetworkisanimportantmethodtorealizethemachinelearningtask.Thisthesismainlystudiestheoptimizationalgorithmofextremelearningmachine(ELM).C