-
题名新型教与学优化算法及其在需水预测中的应用
被引量：1
- 1
-
-
作者
陈永政
-
机构
重庆工程学院软件学院
-
出处
《科学技术与工程》
北大核心
2020年第8期3117-3121,共5页
-
文摘
针对教与学优化(teaching learning based optimization,TLBO)算法解决复杂优化问题易陷入局部最优且解的精度低的不足,提出一种高效的教与学优化算法(efficient TLBO,ETLBO)以提升标准TLBO的全局优化性能。在ETLBO中,通过双种群混洗策略将种群分成两组,通过老师单独对最差学生进行教学过程,加快算法快速收敛到全局最优。通过求解4个典型的数值函数,仿真结果验证了ETLBO算法的有效性。通过ETLBO算法优化选择极限学习机(extreme learning machine,ELM)模型参数,并构建ETLBO-ELM模型,将其应用于城市需水量预测中。仿真结果表明,ETLBO优化的ELM模型具有良好的预测精度和泛化能力。
-
关键词
教与学优化(TLBO)算法
双种群混洗策略
极限学习机(EIM)
需水量预测
-
Keywords
teaching-learning-based optimization(TLBO)algorithm
two-swarm shuffle strategy
extreme learning machine(ELM)
water demand prediction
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
