基于神经网络的负荷组合预测模型研究 被引量：102

1

作者 谢开贵 李春燕 周家启 《中国电机工程学报》 EI CSCD 北大核心 2002年第7期85-89,共5页

给出了电力系统负荷的变权系数组合预测模型,即基于神经网络的组合预测模型。该模型利用多种方法的预测结果与实际负荷数据的非线性关系,建立相应的神经网络模型。该网络为单输出的三层网络,其中输入层为各种预测方法的预测值,输出层为... 给出了电力系统负荷的变权系数组合预测模型,即基于神经网络的组合预测模型。该模型利用多种方法的预测结果与实际负荷数据的非线性关系,建立相应的神经网络模型。该网络为单输出的三层网络,其中输入层为各种预测方法的预测值,输出层为实际负荷值。文中用变动量因子和变学习率的BP算法对其训练,训练后的网络便具有预测能力。同时,文中对基于遗传算法的固定权系数组合预测模型进行了简要的介绍。对几个实际系统的年、月、时负荷预测表明,该模型具有很高的预测精度。 展开更多

关键词 神经网络 负荷组合预测 模型 电力系统

在线阅读 下载PDF 职称材料

风电场风速的神经网络组合预测模型 被引量：30

2

作者 戴浪 黄守道 +1 位作者 黄科元 叶盛 《电力系统及其自动化学报》 CSCD 北大核心 2011年第4期27-31,共5页

针对BP神经网络、RBF神经网络和粒子群BP神经网络在风电场风速预测中存在的问题,提出一种基于遗传算法优化神经网络的风速组合预测模型。该模型为单输出的3层前馈网络,将3种神经网络的预测结果与预测结果平均值作为神经网络的输入,将实... 针对BP神经网络、RBF神经网络和粒子群BP神经网络在风电场风速预测中存在的问题,提出一种基于遗传算法优化神经网络的风速组合预测模型。该模型为单输出的3层前馈网络,将3种神经网络的预测结果与预测结果平均值作为神经网络的输入,将实际风速值作为神经网络输出,使学习后的网络具有预测能力。该模型能降低单一模型的预测风险,提高预测精度。仿真结果表明,所提出的组合预测模型的精度高于其中任一单一模型,也高于传统的线性组合预测模型。 展开更多

关键词 风速预测 组合预测模型 遗传算法 神经网络 粒子群优化

在线阅读 下载PDF 职称材料

基于GA-ANN改进的空气质量预测模型 被引量：20

3

作者 赵宏 刘爱霞 +1 位作者 王恺 白志鹏 《环境科学研究》 EI CAS CSCD 北大核心 2009年第11期1276-1281,共6页

基于人工神经网络的空气质量预测模型优于传统的逐步回归模型,但由于性能差异不明显而较少在空气质量预报中应用.设计了将遗传算法和神经网络算法相结合的基于GA-ANN的空气质量预测模型,并利用天津市2003—2007年气象和污染物监测资料... 基于人工神经网络的空气质量预测模型优于传统的逐步回归模型,但由于性能差异不明显而较少在空气质量预报中应用.设计了将遗传算法和神经网络算法相结合的基于GA-ANN的空气质量预测模型,并利用天津市2003—2007年气象和污染物监测资料对该模型进行验证.对2007年全年的ρ(SO2),ρ(NO2)和ρ(PM10)进行预测,预测值与实测值的相关系数分别为0.899 6,0.828 3和0.600 0.与一般的人工神经网络预测模型相比较,GA-ANN模型将空气质量等级预报的准确率从77.57%提高到79.67%.GA-ANN模型可结合其他方法进行日常空气质量预报. 展开更多

关键词 遗传算法 神经网络 空气质量预测 空气污染指数

在线阅读 下载PDF 职称材料

遗传算法与神经网络相结合的热带气旋强度预报方法试验 被引量：23

4

作者 姚才 金龙 +1 位作者 黄明策 黄小燕 《海洋学报》 CAS CSCD 北大核心 2007年第4期11-19,共9页

以1960-2001年共41a的7月和8月西行进入南海海域的热带气旋样本为基础，采用遗传算法与神经网络相结合的方法，进行了热带气旋强度预报模型的预报建模研究．并根据相同的热带气旋个例，将这种遗传一神经网络热带气旋强度预报模型与气候... 以1960-2001年共41a的7月和8月西行进入南海海域的热带气旋样本为基础，采用遗传算法与神经网络相结合的方法，进行了热带气旋强度预报模型的预报建模研究．并根据相同的热带气旋个例，将这种遗传一神经网络热带气旋强度预报模型与气候持续法热带气旋强度预报方法进行对比分析，试验预报结果表明，遗传一神经网络方法具有更好的预报能力． 展开更多

关键词 遗传算法 神经网络 热带气旋 强度预报

在线阅读 下载PDF 职称材料

GA-BP神经网络模型在流域面雨量预报的应用研究 被引量：13

5

作者 谷晓平 王长耀 袁淑杰 《热带气象学报》 CSCD 北大核心 2006年第3期248-252,共5页

通过采用遗传算法优化网络初始权重的方法,将遗传算法(GA)和前馈误差反传播(BP)算法有机地结合,优势互补,并应用于流域面雨量预报。以广东省东北部的滨江流域为试验区域,以1995～2001年气象探空资料为基础,利用最优子集回归技术进行预... 通过采用遗传算法优化网络初始权重的方法,将遗传算法(GA)和前馈误差反传播(BP)算法有机地结合,优势互补,并应用于流域面雨量预报。以广东省东北部的滨江流域为试验区域,以1995～2001年气象探空资料为基础,利用最优子集回归技术进行预报因子筛选,建立了流域面雨量预报的GA-BP神经网络模型,取得了满意的结果。试验表明:(1)6小时流域面雨量预报神经网络的优化结构是7-7-1,转移函数的组合方式为tansig-线性函数。(2)训练算法为Levenberg-Marquardt算法(LM)。(3)遗传算法具有快速学习网络权重的能力,对BP网络易陷于局部极小点。(4)利用GA-BP神经网络模型对未来6小时流域面雨量的预报精度明显高于其它统计方法,证明了这种方法的有效性和可靠性。 展开更多

关键词 神经网络 遗传算法 最优子集 雨量预报

在线阅读 下载PDF 职称材料

基于数据挖掘技术的负荷预测模型 被引量：8

6

作者 李秋丹 迟忠先 王大公 《大连理工大学学报》 EI CAS CSCD 北大核心 2003年第6期845-848,共4页

为有效选取预测变量和训练模式、提高预测精度,提出了一个基于数据挖掘技术的负荷预测模型.该模型首先利用粗集理论和遗传算法选取与负荷相关的预测变量,再选取与预测日相似的训练模式,最后用神经网络对负荷进行预测.实际运行结果表明... 为有效选取预测变量和训练模式、提高预测精度,提出了一个基于数据挖掘技术的负荷预测模型.该模型首先利用粗集理论和遗传算法选取与负荷相关的预测变量,再选取与预测日相似的训练模式,最后用神经网络对负荷进行预测.实际运行结果表明将该模型应用于电力系统负荷预测是可行的,其与传统的神经网络预测模型相比具有更高的预测精度. 展开更多

关键词 数据挖掘 负荷预测模型 粗集 遗传算法 人工神经网络 电力系统 机组调度

在线阅读 下载PDF 职称材料

大坝变形监测遗传神经网络模型 被引量：6

7

作者 王志旺 张保军 +1 位作者 李迪 张漫 《岩土力学》 EI CAS CSCD 北大核心 2003年第S1期130-133,共1页

在简要介绍遗传神经网络的基本概念及学习步骤的基础上,分别对大坝坝顶径向水平位移、切向水平位移和大坝坝顶沉降量监测数据进行了训练和预测。结果表明,利用遗传算法特有的全局优化能力,可以较好地完成网络的学习,而且还减少了网络训... 在简要介绍遗传神经网络的基本概念及学习步骤的基础上,分别对大坝坝顶径向水平位移、切向水平位移和大坝坝顶沉降量监测数据进行了训练和预测。结果表明,利用遗传算法特有的全局优化能力,可以较好地完成网络的学习,而且还减少了网络训练次数,缩短了网络训练时间。 展开更多

关键词 人工神经网络 遗传算法 大坝变形监测 预测

在线阅读 下载PDF 职称材料

基于GA-改进BP神经网络算法在大电网短路电流预测中的应用 被引量：10

8

作者 刘波 张焰 陈煜 《电工电能新技术》 CSCD 北大核心 2006年第4期43-46,共4页

详细分析了目前我国电网的短路电流情况以及发展趋势,提出了基于遗传算法(GA)和改进的BP神经网络算法的三相短路电流预测方法,以一个实际的大区域电网为例,对其进行基于潮流的三相短路电流计算,找出短路电流水平薄弱点,并对较薄弱点的... 详细分析了目前我国电网的短路电流情况以及发展趋势,提出了基于遗传算法(GA)和改进的BP神经网络算法的三相短路电流预测方法,以一个实际的大区域电网为例,对其进行基于潮流的三相短路电流计算,找出短路电流水平薄弱点,并对较薄弱点的短路电流水平进行预测,仿真计算说明了本文所提出的算法的可行性和有效性。 展开更多

关键词 三相短路电流 遗传算法 改进的BP神经网络 预测

在线阅读 下载PDF 职称材料

环境空气SO_2和NO_2浓度的GA_ANN预测模型研究 被引量：7

9

作者 赵宏 刘爱霞 +1 位作者 王恺 白志鹏 《计算机工程与应用》 CSCD 北大核心 2010年第8期199-201,213,共4页

空气中污染物浓度的预测是一个复杂的非线性问题。国内外的研究表明神经网络能够比回归模型更好地预报空气污染物。设计并实现了将用于选择最优预报因子的遗传算法和神经网络算法相结合的GA_ANN空气质量预测模型,利用某市2003～2006年... 空气中污染物浓度的预测是一个复杂的非线性问题。国内外的研究表明神经网络能够比回归模型更好地预报空气污染物。设计并实现了将用于选择最优预报因子的遗传算法和神经网络算法相结合的GA_ANN空气质量预测模型,利用某市2003～2006年的数据建立神经网络空气质量预测模型,对该市2007年全年SO2和NO2的预测实验表明,GA_ANN模型比单纯的神经网络模型具有更高的预报精度。 展开更多

关键词 遗传算法 人工神经网络 空气质量预测

在线阅读 下载PDF 职称材料

基于灰色神经网络优化组合模型的火灾预测研究 被引量：14

10

作者 袁朋伟 宋守信 董晓庆 《中国安全生产科学技术》 CAS CSCD 2014年第3期119-124,共6页

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据... 为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM(1,1)模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。 展开更多

关键词 火灾事故 火灾事故预测 灰色系统 人工神经网络 遗传算法 组合预测

在线阅读 下载PDF 职称材料

一种基于模糊加权型推理法的模糊神经网络 被引量：5

11

作者 田勇 周春光 梁艳春 《小型微型计算机系统》 CSCD 北大核心 1999年第4期275-280,共6页

本文在Ｍａｍｄａｎｉ模糊推理法的基础上，给出了改进的模糊加权型推理法—广义模糊加权型推理法．构造了一种基于广义模糊加权型推理法的模糊神经网络，利用遗传算法来训练网络、优化隶属度函数，根据训练后的网络权值可以自动抽取出... 本文在Ｍａｍｄａｎｉ模糊推理法的基础上，给出了改进的模糊加权型推理法—广义模糊加权型推理法．构造了一种基于广义模糊加权型推理法的模糊神经网络，利用遗传算法来训练网络、优化隶属度函数，根据训练后的网络权值可以自动抽取出模糊规则，并通过模拟实验验证了网络模型和算法的有效性． 展开更多

关键词 模糊神经网络 遗传算法 天气预报 模糊推理法

在线阅读 下载PDF 职称材料

基于粗糙集和BP网络的微网短期负荷预测 被引量：12

12

作者 王帅 王文爽 +1 位作者 孙伟 张珂赫 《控制工程》 CSCD 北大核心 2018年第8期1528-1533,共6页

结合粗糙集和BP神经网络两种智能控制算法提出了微网短期负荷预测模型。首先将影响微网负荷的气象和日类型等因素利用粗糙集建立历史数据属性决策表,通过属性约简算法对其进行属性约简,找到影响微网负荷的核心因素,然后将该核心因素作... 结合粗糙集和BP神经网络两种智能控制算法提出了微网短期负荷预测模型。首先将影响微网负荷的气象和日类型等因素利用粗糙集建立历史数据属性决策表,通过属性约简算法对其进行属性约简,找到影响微网负荷的核心因素,然后将该核心因素作为BP神经网络的输入量对微网负荷进行预测。BP网络具有收敛速度慢和易陷入局部最优等缺陷,据此提出一种基于模拟退火遗传算法优化的BP神经网络新模型。实验表明,采用粗糙集和改进BP神经网络的新模型对微网负荷进行预测取得了良好的效果,证明了该方法的有效性。 展开更多

关键词 微网 短期负荷预测 粗糙集 BP神经网络 模拟退火遗传算法

在线阅读 下载PDF 职称材料

光谱油样分析监测技术中的神经网络预测方法 被引量：14

13

作者 杨虞微 陈果 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2005年第8期1339-1343,共5页

光谱油样分析是机械磨损状态监测与故障诊断的重要技术,基于光谱数据的机械状态预测有利于发现机械系统的早期磨损故障。由于神经网络对于非线性模型的辨识和非平稳信号的预测,与传统预测模型相比具有明显的优势,文章将神经网络预测方... 光谱油样分析是机械磨损状态监测与故障诊断的重要技术,基于光谱数据的机械状态预测有利于发现机械系统的早期磨损故障。由于神经网络对于非线性模型的辨识和非平稳信号的预测,与传统预测模型相比具有明显的优势,文章将神经网络预测方法运用于光谱分析,提出了基于神经网络预测的光谱分析监测技术。在预测模型中采用了三层BP网络模型,针对神经网络的结构对于信号预测或模型辨识的精度具有影响很大的问题,文章利用遗传算法,对神经网络输入节点数、隐层节点数和网络收敛的均方误差(MSE)目标值进行了优化,得到了最优的网络预测模型。最后,对某发动机实际的光谱分析数据进行了预测和分析,并与传统ARMA模型的预测结果进行了比较,结果充分表明了本方法的有效性和优越性。 展开更多

关键词 光谱油样分析 预测 神经网络 遗传算法 状态监测

在线阅读 下载PDF 职称材料

应用人工神经网与遗传算法进行短期负荷预测 被引量：23

14

作者 岑文辉 雷友坤 谢恒 《电力系统自动化》 EI CSCD 北大核心 1997年第3期29-32,共4页

针对ＢＰ网络的缺陷，提出了基于拟牛顿法的自适应算法和改进的遗传算法，以提高神经网的学习效率，克服ＢＰ网络的局部收敛性的缺点，形成一种新的神经网与遗传算法相结合的短期负荷预测模型。

关键词 人工神经网 遗传算法 负荷预测 电力系统

在线阅读 下载PDF 职称材料

基于遗传神经网的沙尘暴预测模型的研究 被引量：2

15

作者 路志英 杨玉峰 +2 位作者 赵智超 庞勇 刘还珠 《计算机工程与应用》 CSCD 北大核心 2005年第33期220-222,共3页

神经网络结构和学习算法在很大程度影响模型建立的时间和预测结果的准确性,论文针对现有BP神经网络的缺陷,提出了基于遗传算法的神经网络预测模型,并利用该模型研究了沙尘暴的预测问题。仿真预测研究表明,提出的方法无论是收敛速度方面... 神经网络结构和学习算法在很大程度影响模型建立的时间和预测结果的准确性,论文针对现有BP神经网络的缺陷,提出了基于遗传算法的神经网络预测模型,并利用该模型研究了沙尘暴的预测问题。仿真预测研究表明,提出的方法无论是收敛速度方面还是预报准确率方面,都取得了比较满意的结果。 展开更多

关键词 遗传算法 神经网络 沙尘暴预报

在线阅读 下载PDF 职称材料

人工神经网络与遗传算法在多泥沙洪水预报中的应用 被引量：3

16

作者 翟宜峰 李鸿雁 刘寒冰 《泥沙研究》 CSCD 北大核心 2003年第2期7-13,共7页

由于水沙作用机制和演进规律的复杂性 ,以及河道形态变化等因素 ,多泥沙洪水预报一直是洪水预报的难点 ,对高含沙洪水快速、准确的预报是多年来国内外专家十分关注的课题。作者采用具有高度非线性识别能力的人工神经网络与遗传算法相结... 由于水沙作用机制和演进规律的复杂性 ,以及河道形态变化等因素 ,多泥沙洪水预报一直是洪水预报的难点 ,对高含沙洪水快速、准确的预报是多年来国内外专家十分关注的课题。作者采用具有高度非线性识别能力的人工神经网络与遗传算法相结合的方法 ,探讨了建立智能预报模型的基本方法 ,进一步对如何提高预报精度的问题进行了研究 ,并结合黄河洪水预报实例检验了神经网络模型的可行性。检验结果表明 ,该方法能够较好地识别多泥沙洪水的演进规律 ,对水位。 展开更多

关键词 人工神经网络 遗传算法 水沙作用机制 洪水预报 水位 流量 含沙量

在线阅读 下载PDF 职称材料

基于遗传神经网络的渗流实时预报方法研究 被引量：4

17

作者 闫滨 周晶 《岩土力学》 EI CAS CSCD 北大核心 2006年第S1期147-150,共4页

考虑渗流的主要影响因子,运用遗传神经网络建立了大坝渗流实时预报模型。该模型具有再学习能力,在应用过程中,可以用新的观测资料对模型不断地进行学习训练,且随着样本的积累,模型预报精度不断提高,预报速度很快,因而完全满足实时预报... 考虑渗流的主要影响因子,运用遗传神经网络建立了大坝渗流实时预报模型。该模型具有再学习能力,在应用过程中,可以用新的观测资料对模型不断地进行学习训练,且随着样本的积累,模型预报精度不断提高,预报速度很快,因而完全满足实时预报的需要。利用该模型对丰满大坝横向扬压力进行了建模预报,预报值与实测值基本吻合,预测精度高,证明该方法用于大坝渗流实时预报的有效性和实用性。 展开更多

关键词 渗流 实时预报 遗传算法 人工神经网络

在线阅读 下载PDF 职称材料

混沌时间序列混合预测方法探索 被引量：3

18

作者 吕瑞华 王卫亚 《中国软科学》 CSSCI 北大核心 2006年第2期150-154,共5页

根据Kolmogorov连续性定理,本文建立了混沌—神经网络(C-ANN)预测模型;提出了基于遗传算法和神经网络的混沌预测模型与方法(C-ANN-GA混合预测方法);解决了混沌时间序列的非解析式预测问题;使混沌时间序列预测方法得到了新的改进和发展。

关键词 复杂系统 遗传算法 神经网络 混沌预测

在线阅读 下载PDF 职称材料

基于自忆性原理和EMD的中国清洁能源需求组合预测 被引量：1

19

作者 汪哲荪 袁潇晨 +2 位作者 魏一鸣 金菊良 焦建玲 《水电能源科学》 北大核心 2010年第9期171-174,170,共5页

以中国历年能源消费量为基础,分别建立灰色自忆性预测模型和数据机理自忆性预测模型;利用经验模态分解方法分析中国能源消费增长率在经济、人口、城市化下的变化情况,并建立基于经验模态分解的BP神经网络预测模型;通过遗传算法构建能源... 以中国历年能源消费量为基础,分别建立灰色自忆性预测模型和数据机理自忆性预测模型;利用经验模态分解方法分析中国能源消费增长率在经济、人口、城市化下的变化情况,并建立基于经验模态分解的BP神经网络预测模型;通过遗传算法构建能源需求总量组合预测模型,求得中国清洁能源需求总量.研究结果表明:组合预测能够充分利用多个模型的丰富信息,提高预测的准确性;2020年中国清洁能源需求量将达到5.02×108～8.26×108 tce,应优先开发清洁能源. 展开更多

关键词 自忆性 EMD 中国能源 清洁能源 能源需求量 组合预测模型 Empirical Mode Decomposition Based China Energy Demand CLEAN 神经网络预测模型 经验模态分解方法 需求总量 消费增长率 能源消费量 优先开发 遗传算法 变化情况 准确性

在线阅读 下载PDF 职称材料

基于GA-ANN的震灾风险预测模型研究 被引量：3

20

作者 刘明广 郭章林 《中国工程科学》 2006年第3期83-86,共4页

对震灾的各种主要风险因素进行系统的辨识和分析,并建立了震灾风险预测的遗传神经网络模型,用实例证明了该模型的可行性与有效性,为决策部门提供一种有效的震灾风险预测方法。

关键词 地震灾害 风险因素 人工神经网络 遗传算法 预测

在线阅读 下载PDF 职称材料