基于交替方向乘子法的球磨机负荷分布式随机权值神经网络模型

摘要

针对传统集中式机器学习处理大规模数据存在通信开销大、算法时间和空间复杂度高等问题，基于交替方向乘子法(ADMM)，提出一种球磨机负荷分布式随机权值神经网络建模方法，局部网络节点采用正则化随机权值功能连接RVFL网络，全局球磨机负荷模型参数采用分布式优化学习ADMM方法交替迭代更新求解。实验结果表明，基于ADMM-RVFL的球磨机负荷模型在计算速度和精度方面具有相对优越性。