一种回声状态网络的稀疏化训练方法、预测方法及系统

本发明公开了一种回声状态网络的稀疏化训练方法、预测方法及系统，涉及时序数据预测技术领域，本发明为克服稀疏连接储备池与全连接输出层间结构上的不匹配问题，设计出了基于L范数、范数和盒约束的新型目标函数，实现了对输出连接权重取值大小和分布的双重约束。本发明针对所构建目标函数的非凸特征，相应地推导出了一个基于PSO的协同求解策略。同时，理论分析严格保证了所提策略以概率1收敛至全局最优解。本发明在柴达木盆地频率相关磁化率等真实复杂时间序列预测任务上的实验结果表明，所提模型相较于对比模型，泛化性和鲁棒性方面均有提升，同时具有更突出的预测精度和稀疏性。