改进人工蜂群算法优化ELM分类模型

来源：计算机测量与控制杂志2016年第10期北京时间：

作者：赵虎,左开伟,覃永震

单位：武警工程大学 信息工程系

摘要：针对极限学习机(Extreme Learning Machine,ELM)参数优化问题,提出改进人工蜂群算法(Improvement Artificial bee colony, IABC)优化ELM分类模型。算法采用解更新策略池代替固定不变的更新策略,将邻域搜索自适应化；优化侦察蜂搜索方式,利用Kent映射产生均匀性更优的初始随机数序列。在分类数据集中,将IABC-ELM分类模型同ELM、PSO-ELM分类模型进行对比实验。实验中,IABC-ELM模型取得了最佳的分类结果,得到了最低的输出权重范数。结果表明,IABC-ELM模型分类效果显著优于对比模型,证实了IABC算法优化ELM分类模型的有效性和优越性。

关键词：计算机应用技术;极限学习机;人工蜂群算法;分类模型;Kent映射

基金资助：国家自然科学基金(61402529); ；武警工程大学基础研究基金(WJY201603)