摘要
本发明涉及基于灰色关联分析的优化极限学习机来水量预测方法。利用灰色关联分析法将历史数据与预测日来水量的灰色关联度构成数据集;利用天牛群算法将训练集输入ELM数据优化模型训练,将得到个体最优值和全局最优值,输入ELM来水量预测模型中构建优化样本集;利用自适应提升算法,将优化样本集计算权重,输入ELM来水量预测模型,将迭代后的弱分类器的结果组合,得到优化ELM来水量模型;将数据集测试集输入优化ELM来水量预测模型,对来水量进行预测。本发明寻找与预测日环境气候相似程度高的历史相似日组成样本,建立预测模型,并利用天牛群算法和极限学习机数据优化模型进行优化,利用自适应算法,提高极限学习机预测来水量模型的预测精准性。
技术关键词
优化极限学习机
灰色关联度
弱分类器
灰色关联分析法
样本
序列
数据
算法
组合分类器
建立预测模型
强分类器
环境气候
训练集
数值
计算误差
表达式
系统为您推荐了相关专利信息
变化识别方法
时序特征
特征提取网络
形态
图像识别模型
染色体
物理
SNP位点组合
成分分析
全基因组关联分析