基于战争策略算法优化回声状态网络的时间序列预测
白一然
伦淑娴
渤海大学控制科学与工程学院,辽宁锦州 121013
摘要：为了解决回声状态网络(ESN)储备池参数难以确定的问题,提出一种基于战争策略优化算法(WSO)的回声状态网络模型(WSO-ESN).该模型利用战争策略优化算法中攻击和防御两种流行的战争策略更好地实现整个模型在全局探索和局部开发上的平衡,替换弱士兵策略提高其鲁棒性使WSO算法在确定ESN参数时更准确.此外,还引入了呈指数变化的权重更新机制提高算法的收敛速度进而更快地确定储备池参数.实验结果与粒子群优化算法(PSO)、蜣螂优化算法(DBO)、金豺优化算法(GJO)等对储备池参数优化方法进行比较.结果表明,基于战争策略优化算法的回声状态网络模型具有更快的训练速度和更高的预测精度.
关键词：储备池鲁棒性回声状态网络
分类号：R373.9(医学微生物学（病原细菌学、病原微生物学）)
资助基金：61773074(No)LJKZZ20220118(No)
论文发表日期：2024-06-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 154-160 )
英文信息