学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
应用人工神经网与遗传算法进行短期负荷预测
被引:28
作者
:
岑文辉
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学电力工程系
岑文辉
论文数:
引用数:
h-index:
机构:
雷友坤
论文数:
引用数:
h-index:
机构:
谢恒
机构
:
[1]
上海交通大学电力工程系
来源
:
电力系统自动化
|
1997年
/ 03期
关键词
:
人工神经网,遗传算法,短期负荷预测,拟牛顿法自适应算法;
D O I
:
暂无
中图分类号
:
TP18 [人工智能理论];
学科分类号
:
081104 ;
0812 ;
0835 ;
1405 ;
摘要
:
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。实测结果表明该模型和算法具有良好的性能和较高的预测精度
引用
收藏
页码:32 / 35
页数:4
相关论文
未找到相关数据
未找到相关数据