基于改进神经网络的用电客户信用评价

被引:7
作者
李伟
杨照芬
牛东晓
机构
[1] 华北电力大学经济管理系
关键词
遗传算法; BP神经网络; 用电客户; 指标体系; 信用评价;
D O I
暂无
中图分类号
F407.61 [电力、电机工业];
学科分类号
020205 ; 0202 ;
摘要
在分析影响用电客户信用因素的基础上,建立了一套适用于用电客户信用评价的指标体系,采用BP神经网络建立用电客户信用评价模型,用遗传算法优化BP神经网络的连接权重和阈值,解决了BP神经网络存在落入局部最小点和收敛速度慢的问题,两者结合,实现了优势互补。实例研究表明,评价值与实际值相差较小,遗传神经网络的评价结果是令人满意的。
引用
收藏
页码:9 / 12
页数:4
相关论文
共 9 条
[1]   基于遗传神经网络模型的水质综合评价 [J].
王晓玲 ;
李松敏 ;
孙月峰 ;
杨和义 .
中国给水排水, 2006, (11) :45-48
[2]   基于遗传神经网络的机电产品绿色度评价 [J].
林岗 ;
钱阳 .
机械设计与制造, 2006, (05) :151-153
[3]   电力客户信用综合评价的研究 [J].
周晖 ;
王毅 ;
钮文洁 ;
霍大伟 .
电力自动化设备, 2005, (12) :15-18
[4]   电力用户信用等级分类 [J].
蔡冠中 .
农电管理, 2005, (12) :24-25
[5]   基于层次分析法的电力客户信用风险评价 [J].
刘新才 ;
曾鸣 ;
黄琰 .
电力需求侧管理, 2005, (06) :19-21
[6]   用电客户信用的主客观评价及分析 [J].
杨淑霞 ;
吕世森 ;
乔艳芬 .
中国电力, 2005, (06) :5-8
[7]   基于模糊多属性决策法的用电客户信用评价 [J].
李翔 ;
杨淑霞 ;
黄陈锋 .
电网技术, 2004, (21) :55-59
[8]   应用改进BP神经网络进行用水量预测 [J].
麻凤海 ;
杨维 ;
杨帆 ;
于晓曦 .
辽宁工程技术大学学报, 2004, (02) :191-193
[9]   电力客户信用风险分析与管理研究 [J].
郭凯明 .
广西电业, 2003, (12) :30-32