基于改进极根学习机的回转窑煅烧带温度预测方法
来源：计算机测量与控制杂志2015年第1期北京时间：
作者：孙伟,聂婷,杨海群
摘要：针对传统算法预测回转窑煅烧带温度存在精度低、速度慢的问题,提出了基于改进极限学习机(ELM)的回转窑煅烧带温度预测方法;对ELM输入权值矩阵定义了变换系数,采用黄金分割法在给定区间内搜寻变换系数的最佳值,改进了ELM网络参数的确定方式,弥补了随机确定输入权值并且不作调整的缺陷,在保证ELM训练速度的前提下提高预测精度、减小模型随机性;实验结果表明,改进的ELM预测精度高、训练速度快、模型性能优,可满足工况恶劣的回转窑的生产需要。
关键词：回转窑;温度预测;黄金分割;极限学习机 [HJ1.4mm]
