《表4 两种算法误差对比》
惩罚因子C和核参数σ是影响核极端学习机的两个主要参数,为选取合适的参数组合,采用交叉验证法[21]和粒子群算法[22](particle swarm optimization,PSO)来选取合理的惩罚因子C和核参数σ,表4所示为在迭代100次后两种算法的最小训练误差。由表4可知,PSO算法的训练误差比交叉验证法的训练误差小一个数量级,因此,选取PSO算法来对KELM模型的参数进行寻优,确定模型在本文数据集中的最优惩罚因子C=13.52,核函数参数σ=0.25。
图表编号 | XD0057359200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 谢国民、黄睿灵、丁会巧 |
绘制单位 | 辽宁工程技术大学电气与控制工程学院、辽宁工程技术大学电气与控制工程学院、国家电网乌鲁木齐供电公司 |
更多格式 | 高清、无水印(增值服务) |