迁移学习下的极限学习机代理建模方法及应用

针对在工程产品的迭代更新或者相似工程在特定需求下的重新设计优化中,使用少量样本构建高精度代理模型的问题,提出了基于迁移学习的极限学习机代理建模方法.结合相似工程产品的历史累积数据和当前产品上采样的少量真实样本,构建变可信度近似模型;融合近似模型生成的随机样本和当前产品的真实样本,构建基于迁移学习的极限学习机代理模型.所提算法使用数值算例进行了验证,并通过构建叉车臂架液压系统变幅缸最大压力代理模型的工程案例做进一步验证,实验结果表明,使用少量样本时,所提算法能显著提升代理模型的预测精度.

Surrogate Model Construction Method of Extreme Learning Machine Based on Transfer Learning and Application