典型文献
基于海洋捕食者算法和ELM的空气质量指数预测
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
龚荣;谢宁新;李德伦;洪丽啦
作者机构：
广西民族大学 人工智能学院,广西 南宁 530006;广西民族大学 电子信息学院,广西 南宁 530006
文献出处：
引用格式：
[1]龚荣;谢宁新;李德伦;洪丽啦-.基于海洋捕食者算法和ELM的空气质量指数预测)[J].广西民族大学学报（自然科学版）,2022(04):68-76
A类：
准反射学习
B类：
于海洋,海洋捕食者算法,ELM,空气质量指数预测,对极,极限学习机,Extreme,Learning,Machine,参数选取,Improved,Marine,Predator,Algorithm,IMPA,化极,偏置,初始种群,学习策略,猎物,柯西变异,变异策略,新种,增强算法,全局寻优,寻优能力,纵横交叉策略,算法优化,智能优化算法
AB值：
0.2758
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
