论文部分内容阅读
针对采用传统极限学习机在球磨机料位软测量建模过程中,存在鲁棒性差,预测精度不高等缺点,提出一种基于最优定界椭球（Optimal Bounding Ellipsoid,OBE）改进极限学习机（Extreme Learning Machine,ELM）的建模方法.该方法以球磨机振动信号为观测变量,采用偏最小二乘法提取有效特征,将提取到的有效特征输入到ELM中进行模型训练,并利用OBE在模型误差未知但有界的条件下,对网络权值进行约束优化.通过小型球磨机实验表明,在对球磨机料位进行回归预测时,该方法的评价指标与其