首页 | 本学科首页   官方微博 | 高级检索  
     

优化极限学习机算法及其在纸张横幅定量系统解耦中的应用
引用本文:沈云柱,汤伟.优化极限学习机算法及其在纸张横幅定量系统解耦中的应用[J].中国造纸,2023,42(12):152-157.
作者姓名:沈云柱  汤伟
作者单位:陕西科技大学电气与控制工程学院,陕西西安,710021
基金项目:国家自然科学基金项目(62073206)。
摘    要:本课题基于奇异非混沌优化(SNO)改进了极限学习机(ELM),并用于解决纸机横幅(CD)定量系统的耦合问题。首先,采用基于分段逻辑映射的SNO方法,对输入层和隐藏层之间随机生成的权重和阈值进行优化,解决了ELM优化不足的缺点。然后,设计奇异非混沌优化极限学习机(SNOELM)解耦器,对多变量系统进行解耦。最后,将其与已提出的改进ELM、鲸鱼优化极限学习机(WOELM)和粒子群优化极限学习机(PSOELM)进行了比较。仿真结果表明,SNOELM解耦方法比ELM具有更好的优化能力,比WOELM和PSOELM具有更高的解耦精度和更快的解耦速度。

关 键 词:纸张定量  静态解耦  极限学习机  优化
收稿时间:2023/2/20 0:00:00

Optimization of Extreme Learning Machine and Application in Decoupling of the Cross-direction Basis Weight System for Papermaking
SHEN Yunzhu,TANG Wei.Optimization of Extreme Learning Machine and Application in Decoupling of the Cross-direction Basis Weight System for Papermaking[J].China Pulp & Paper,2023,42(12):152-157.
Authors:SHEN Yunzhu  TANG Wei
Abstract:
Keywords:paper basis weight  static decoupling  extreme learning machine  optimization
点击此处可从《中国造纸》浏览原始摘要信息
点击此处可从《中国造纸》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号