为了实现极端学习机(ELM) 的在线训练, 提出一种限定记忆极端学习机(FM-ELM). FM-ELM 以逐次增加新 训练样本与删除旧训练样本的方式, 提高其对于系统动态变化特性的自适应性, 并根据矩阵求逆引理实现了网络输 出权值的递推求解, 减小了在线训练过程的计算代价. 应用于具有动态变化特性的非线性系统在线状态预测表明, FM-ELM 是一种有效的ELM在线训练模式, 相比于在线贯序极端学习机, FM-ELM 具有更快的调节速度和更高的预 测精度.