期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
克隆选择粒子群优化BP神经网络电力需求预测 被引量:8
1
作者 李翔 崔吉峰 +2 位作者 熊军 杨淑霞 杨尚东 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第6期41-45,52,共6页
在普通BP算法基础上,引入克隆选择粒子群算法,建立电力需求预测模型.将当期国内生产总值、前期国内生产总值、人口、当期产业结构变化、前期产业结构变化等影响电力需求的因素作为网络输入,电力需求作为网络输出,同时选择合适的隐层节点... 在普通BP算法基础上,引入克隆选择粒子群算法,建立电力需求预测模型.将当期国内生产总值、前期国内生产总值、人口、当期产业结构变化、前期产业结构变化等影响电力需求的因素作为网络输入,电力需求作为网络输出,同时选择合适的隐层节点数,确定模型的网络结构.利用克隆选择粒子群算法反复优化BP网络的权值组合,将优化后的权值作为BP神经网络的初始值,进行BP算法,直至网络达到训练指标.利用近几年相关输入输出变量年度数据,对建立的模型进行电力需求实证预测分析,并同普通BP神经网络预测结果进行对比.结果表明:基于克隆选择粒子群优化的BP神经网络不仅训练速度快,而且误差小,预测精度明显提高,说明该模型对于电力需求预测的有效性. 展开更多
关键词 BP神经网络 克隆选择算法 粒子群优化 电力需求
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部