期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进鸡群算法优化BP-NN的短期负荷预测 被引量:1
1
作者 陈立铭 于明鑫 +3 位作者 张师 卢广旗 王爽 秦敬明 《吉林电力》 2020年第6期29-33,共5页
针对误差反向传播神经网络(BP-NN)在短期负荷预测时具有收敛速度慢、容易陷入局部最优等缺点,提出一种改进鸡群算法优化BP-NN预测模型。由于构建神经网络预测模型的初始权值与阈值的选取不当,因此首先基于传统的鸡群算法(CSO)全局寻优... 针对误差反向传播神经网络(BP-NN)在短期负荷预测时具有收敛速度慢、容易陷入局部最优等缺点,提出一种改进鸡群算法优化BP-NN预测模型。由于构建神经网络预测模型的初始权值与阈值的选取不当,因此首先基于传统的鸡群算法(CSO)全局寻优能力弱,容易陷入局部最优的缺点,提出了一种改进约束鸡群算法(ICCSO),用于优化神经网络的权值与阈值;然后构建BP神经网络预测模型,将优化后的权值与阈值带入预测模型中;最后通过对某地电网实际数据进行仿真分析,并与文中其他模型进行对比。通过误差结果分析可知,本文所提方法能够提高短期负荷预测精度。 展开更多
关键词 改进约束鸡群算法 BP神经网络 短期负荷预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部