
如何利用灰狼算法优化ELM预测并附上Matlab代码实现?
本文共计919个文字,预计阅读时间需要4分钟。1. 简介精确的电池荷电状态(SOC)估算是电动汽车正常工作的基本前提。针对现有电池状态估计中存在的非线性、非平稳等扰动因素影响,本研究提出了基于灰狼优化算法的极限学习机电池SOC估计方法。1
共收录篇相关文章

本文共计919个文字,预计阅读时间需要4分钟。1. 简介精确的电池荷电状态(SOC)估算是电动汽车正常工作的基本前提。针对现有电池状态估计中存在的非线性、非平稳等扰动因素影响,本研究提出了基于灰狼优化算法的极限学习机电池SOC估计方法。1

本文共计811个文字,预计阅读时间需要4分钟。1. 简介及目的:为了提高极限学习机(ELM)的分类准确率,采用灰狼算法(GWO)优化约束系统数和宽度参数,对两个参数进行优化。首先,基于乳胶薄膜的良恶特性数据库,利用灰狼算法优化ELM;接着,

本文共计728个文字,预计阅读时间需要3分钟。“1+简介+工业过程常含有显著的非线性、时变等复杂特性,传统的核极限学习机有时无法充分利用数据信息,所建软测量模型预测性能较差。为提高核极限学习机的泛化能力和预测精度,提出‘’1 简介工业过程常

本文共计840个文字,预计阅读时间需要4分钟。1. 简介为提升极限学习机(ELM)数据分类精度,提出了一种海洋捕食者算法(SOA)的ELM分类器参数优化方法(MPA-KELM)。该方法将多个模型的CV训练所得平均精度作为MPA的适应性评价函

本文共计431个文字,预计阅读时间需要2分钟。1+简介+为提高极限学习机(ELM)数据分类的精度,提出了基于海洋算法(SOA)的ELM分类器参数优化方法(SOA-KELM),将CV训练所得多个模型的平均精度作为SOA的适应度评价函数,为EL

本文共计551个文字,预计阅读时间需要3分钟。1. 简介与目的为了提高极限学习机(ELM)的分类准确率,本研究采用遗传算法对惩罚系数量和宽度参数进行优化。首先,基于乳胶薄膜良恶性行性数据库,利用遗传算法优化ELM核极限学习机;接着,通过调整

本文共计964个文字,预计阅读时间需要4分钟。1. 简介与目的为提升极限学习机(ELM)的分类准确率,采用哈里斯-霍尔特算法(HHO)对约束系统进行优化,通过调整宽度和参数两个维度进行优化。首先,基于乳胶不良性数据集训练集,利用HHO算法优

本文共计640个文字,预计阅读时间需要3分钟。1. 简介针对ELM预测性能,本文探讨了初始权值和阈值的影响。采用WOA算法优化ELM的初始权值和阈值,以提升数据分类效果。2. 部分代码python代码示例1 简介针对ELM预测性能受其初始权

本文共计763个文字,预计阅读时间需要4分钟。1. 简介基于麻雀搜索算法优化ElM神经网络实现数据分类。2. 部分代码麻雀优化算法优化:python麻雀搜索算法优化代码1 简介基于麻雀搜索算法优化ElM神经网络实现数据分类。2 部分代码%_

本文共计1054个文字,预计阅读时间需要5分钟。1+内容介绍+一种基于麻雀搜索算法优化的极限学习机风电机速预测方法,包括以下步骤:步骤1,确定影响风电机速功能的主要因素;步骤2,构建麻雀搜索算法优化极限学习机模型。1 内容介绍一种基于麻雀搜

本文共计64个文字,预计阅读时间需要1分钟。作者简介:Matlab仿真与开发爱好者,热衷于科研工作,技术精湛,与心态同步,参与Matlab项目合作,保密性强。✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目

本文共计59个文字,预计阅读时间需要1分钟。作者简介:Matlab仿真与开发爱好者,热爱科研,技术精湛,与修心同步。Matlab项目合作,保密可靠。✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信

本文共计61个文字,预计阅读时间需要1分钟。作者简介:热衷科研的Matlab仿真开发者,修心与技术与时俱进,精进。Matlab项目合作,保密可靠。✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。