单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的

航天器控制原理虚拟实验系统设计，由 于 航天 器的 特 殊 性 , 真 实 航 天 器 的 运 行和 控 制 统 , 该 系 统 采用 了 实 际 卫 星 控 制 系 统 相 同 的 仿 真 回 情况 无法 完 全呈 现在 学 生 面前 , 现 有 的 实 验平 台 都 是 路 , 使 用实 际 卫 星 控 制 规 律 和 实 际 星 上 的 运 行 软 件 。 仿真 实验 平 台 。 其 中 , 以 实物 或半 实 物仿真平 台 为 主 。 哈 尔 滨 工 业 大 学 气动 技 术 中 心 的