克隆选择粒子群优化BP神经网络电力需求预测

被引:8
作者
李翔 [1 ]
崔吉峰 [1 ]
熊军 [2 ]
杨淑霞 [1 ]
杨尚东 [3 ]
机构
[1] 华北电力大学商业管理学院
[2] 重庆三峡水利电力(集团)股份有限公司
[3] 国网北京经济技术研究院
关键词
BP神经网络; 克隆选择算法; 粒子群优化; 电力需求;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; TM715 [电力系统规划];
学科分类号
摘要
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.
引用
收藏
页码:41 / 45+52 +52
页数:6
相关论文
共 5 条