本发明是基于佳点磷虾群算法优化极限学习机的IGBT开关损耗预测方法，通过对算法迅游实行动态调整，使得预测模型的预测精度高、预测速度快，预测结果对于工程师改进IGBT模块的散热系统等具有较好的指导意义。

主要技术优势和性能指标：

本发明采用基于佳点磷虾群算法优化极限学习机构建的GKH-ELM预测模型，对1GBT的开通、关断损耗进行预测，实现了IGBT的开通、关断损耗的高精度、高可靠预测；本发明建立的预测模型以佳点集算法初始化的磷虾群算法为载体，对极限学习机的较优权值和阈值进行全局搜索，同时引入余弦控制因子和莱维飞行公式实现对最优解的动态搜索。