蝙蝠算法优化极限学习机的电力负荷预测模型.docx

研究报告

PAGE

1-

蝙蝠算法优化极限学习机的电力负荷预测模型

一、1.极限学习机概述

1.1极限学习机的原理

极限学习机（ExtremeLearningMachine，简称ELM）是一种单隐层前馈神经网络，由Bifet等人于2004年提出。其核心思想是通过随机生成输入权值和隐层节点偏置，然后通过最小化输出权值来训练网络。ELM的原理主要分为以下几个步骤：

(1)随机初始化输入权值和隐层节点偏置。ELM在训练过程中不需要调整隐层节点的权重，而是通过最小化输出权值来学习输入和输出之间的关系。因此，ELM通过随机生成输入权值和隐层节点偏置，为网络的学习提供了初始条件