一种基于池计算的宽度学习系统

作     者：杨刚 陈鹏 戴丽珍 杨辉 YANG Gang;CHEN Peng;DAI Li-zhen;YANG Hui

作者机构：华东交通大学电气与自动化工程学院南昌330013 江西省先进控制与优化重点实验室南昌330013 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2021年第36卷第9期

页      面：2203-2210页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金项目(61663012 61673172 61733005) 

主　　题：宽度学习 回声状态网络 时间序列预测 增量学习 池计算 

摘      要：宽度学习系统(BLS)是一种基于RVFLN的高效增量学习系统,具有快速且精度高的特点.为了实现BLS对时间序列的精确预测,结合回声状态网络(ESN)的储备池结构,提出一种基于池计算的宽度学习系统(RCBLS).该系统通过在强化层引入简单环型储备池连接,以并行的储备池代替原系统中的前馈连接,使RCBLS具有一定的回声状态特性且方便设计.同时,应用增量学习保证了系统的实时性能.基于MSO时间序列预测问题,针对不同规模数据样本分别研究不同储备池结构RCBLS的性能.结果表明:多储备池结构的RCBLS大大提高了模型的泛化能力和稳定性.