期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
动态调整粒子群-霍尔特模型在径流预测中的应用 被引量:7
1
作者 师彪 李郁侠 +1 位作者 于新花 牛艳利 《农业工程学报》 EI CAS CSCD 北大核心 2010年第7期8-13,共6页
为了提高水库和河流中长期径流预测精度,针对粒子群算法存在的缺陷,提出了动态调整粒子群算法(DAPSO)。借助霍尔特-温特斯线性季节性模型的预测功能,应用DAPSO算法求解和优化霍尔特-温特斯线性季节性模型组合参数,形成动态调整粒子群-... 为了提高水库和河流中长期径流预测精度,针对粒子群算法存在的缺陷,提出了动态调整粒子群算法(DAPSO)。借助霍尔特-温特斯线性季节性模型的预测功能,应用DAPSO算法求解和优化霍尔特-温特斯线性季节性模型组合参数,形成动态调整粒子群-霍尔特-温特斯线性季节性模型组合算法,对石泉水库进行中长期径流预测。仿真计算表明,动态调整粒子群-霍尔特-温特斯线性季节性模型算法收敛速度快于霍尔特-温特斯线性季节性模型算法、粒子群-霍尔特-温特斯线性季节性模型算法。该组合算法克服了按梯度试算法搜索质量差和精度不高的缺点,输出稳定性好,预报精度显著提高,置信度为95%时的预测相对误差小于6%。该算法可应用于水库和河川中长期径流预测。 展开更多
关键词 模型 动态 径流 动态调整粒子群-霍尔特-温特斯线性季节性模型 动态调整粒子群算法 径流预测
在线阅读 下载PDF
自适应变系数粒子群—径向基神经网络模型在负荷预测中的应用 被引量:5
2
作者 师彪 李郁侠 +3 位作者 于新花 李娜 闫旺 孟欣 《计算机应用》 CSCD 北大核心 2009年第9期2454-2458,共5页
为了提高短期电力负荷预测精度,提出了一种自适应变系数粒子群—径向基函数神经网络混合优化算法(AVCTPO-RBF)。实现了径向基神经网络参数优化。建立了基于该优化算法的短期负荷预测模型,利用贵州电网历史数据进行短期负荷预测。仿真表... 为了提高短期电力负荷预测精度,提出了一种自适应变系数粒子群—径向基函数神经网络混合优化算法(AVCTPO-RBF)。实现了径向基神经网络参数优化。建立了基于该优化算法的短期负荷预测模型,利用贵州电网历史数据进行短期负荷预测。仿真表明,该方法的收敛速度和预测精度优于传统径向基神经网络方法和粒子群—RBF神经网络方法及基于混沌理论的神经网络模型,该优化算法克服了径向基神经网络和传统的粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,提高了贵州电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.7%以内。该算法可有效用于电力系统的短期负荷预测。 展开更多
关键词 短期负荷预测 自适应变系数粒子群 泛化能力 径向基神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部