-
题名改进粒子群算法优化回声状态网络的电力需求预测研究
被引量：21
- 1
-
-
作者
王林
王燕丽
安泽远
-
机构
华中科技大学管理学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2022年第8期1457-1466,共10页
-
基金
国家自然科学基金(71771095)
中央高校基本科研业务费专项资金(HUST:2019kfyRCPY038)。
-
文摘
首先引入自适应算子对标准粒子群优化算法PSO的惯性权重和学习因子进行改进,以提高其探索当前空间和开发未知空间之间的平衡性。同时,采用非线性函数来构建回声状态网络ESN储备池内部状态之间的非线性关系。接着利用改进的粒子群优化算法APSO对非线性回声状态网络NESN的关键参数进行优化,以构建APSO-NESN组合预测模型。最后运用该模型进行电力需求预测。实验结果表明,相比自回归移动平均模型、多元线性回归、标准ESN及其他预测模型,APSO-NESN模型具有更高的预测精度。
-
关键词
电力需求预测
回声状态神经网络
粒子群优化算法
-
Keywords
electricity consumption forecasting
echo state network(ESN)
particle swarm optimization algorithm(PSO)
-
分类号
F272
[经济管理—企业管理]
-
-
题名改进果蝇算法优化回声状态网络的旅游需求预测研究
被引量：11
- 2
-
-
作者
陈明扬
王林
余晓晓
-
机构
华中科技大学管理学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2020年第2期307-316,共10页
-
基金
教育部人文社会科学研究规划基金(18YJA630005)
国家自然科学基金(71771095)。
-
文摘
首先对标准果蝇优化算法FOA进行改进,自适应调整果蝇种群数量和搜索步长,同时优化初始迭代位置,改善算法局部搜索能力和搜索效率。接着将改进的FOA算法AFOA与回声状态网络ESN相结合,构建一个两阶段组合预测模型(AFOA-ESN),通过AFOA优化ESN获取其关键参数,将优化后的参数输入ESN,形成最终的组合预测模型。最后利用该模型进行旅游需求预测。实验结果表明,AFOA-ESN模型较自回归移动平均模型、支持向量机模型、BP神经网络、标准ESN网络以及其他预测模型具有更高的预测精度。
-
关键词
旅游需求预测
回声状态神经网络
果蝇优化算法
-
Keywords
tourism demand prediction
Echo State Network(ESN)
Fruit fly Optimization Algorithm(FOA)
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
