《表3 优化及特征选择前后评估结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于差分进化极限学习机的电力系统暂态稳定评估方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证DE-ELM作为分类器的优越性及稳定性，选取未经优化的ELM进行对比；经过PCA降维及SFBS特征选择后特征数减少到初始集合的45.83%，为了验证特征选择的有效性，选取全特征集合作为输入的DE-ELM、ELM和经过PCA降维后未经SFBS特征选择的13个特征作为输入DE-ELM、ELM进行对比，每个模型均进行50次迭代，取50次结果平均值作为比较。设置种群规模NP=200，交叉概率CR=0.8，变异概率F=1，极限学习机隐层节点数均设置为72，结果如表3所示。