《表1 PSO学习因子参数表》

  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

《基于随机权重粒子群优化极限学习机的土壤湿度预测》

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

在MATLAB R2018a平台中运行，RandWPSO-ELM模型的参数设定如下：输入层节点个数为2，隐含层节点个数为10，输出层节点个数为1，激活函数选择Sig函数．粒子群的迭代次数为100，迭代过程中惯性权重w随机产生，在0.4～0.8之间．RandWPSO-ELM模型训练效果与学习因子c密切相关，本实验根据经验总结设置四组学习因子数据来进行比较并择优选取，Rand WPSO算法中的学习因子c参数设置如表1所示．