基于海洋捕食者算法和ELM的空气质量指数预测

基于海洋捕食者算法和ELM的空气质量指数预测
龚荣;谢宁新;李德伦;洪丽啦
【期刊名称】《广西民族大学学报:自然科学版》
【年(卷),期】2022(28)4
【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。

【总页数】9页(P68-76)
【作者】龚荣;谢宁新;李德伦;洪丽啦
【作者单位】广西民族大学人工智能学院;广西民族大学电子信息学院
【正文语种】中文
【中图分类】TP183
【相关文献】
1.基于SVR-BP算法的江苏省空气质量指数预测
2.基于社区划分的空气质量指数（AQI）预测算法
3.基于海洋捕食者算法优化的长短期记忆神经网络径流预测
4.基
于遗传算法优化的ELM的空气质量预测研究5.基于改进麻雀搜索算法的空气质量指数预测
因版权原因，仅展示原文概要，查看原文内容请购买。