基于快速极限学习机和差分进化的机场噪声预测模型

dapmood

基于快速极限学习机和差分进化的机场噪声预测模型

摘要:该文针对传统机场噪声预测模型存在的建模成本高、实用性差的不足，引入时间序列相空间重构理论，提出一种新的基于快速极限学习机和差分进化算法的机场噪声一体化预测模型。该模型利用相空间重构理论对机场噪声时间序列进行重构，并使用快速极限学习机对重构的相空间矢量进行学习建模，同时采用改进的差分进化算法实现对重构参数和模型参数的同步优化选择，整个建模过程简洁高效，无需人工干预。实验结果表明，该一体化预测模型能较好地跟踪机场噪声的变化趋势，且具有较同类模型更小的预测误差。
关键词:机场噪声预测;快速极限学习机;差分进化;相空间重构

7 e$ T( j( X# ?3 a7 S

游客，如果您要查看本帖隐藏内容请回复

& y1 @5 d, j# @" ?% a7 c, l

regngfpcb

基于快速极限学习机和差分进化的机场噪声预测模型