基于VAE-ELM的时间序列预测及应用

来源期刊：控制工程2014年第4期

论文作者：马超 张英堂 任国全 李志宁 尹刚

文章页码：529 - 532

关键词：自适应;集成;极限学习机;时间序列预测;液压泵;

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。