共 6 条
- [6] 基于改进蚁群算法的一类单机调度问题研究[D]. 叶强.合肥工业大学 2008
动态调整蚁群-BP神经网络模型在短期负荷预测中的应用
被引：10
作者：
师彪
[1
]
李郁侠
[1
]
于新花
[2
]
闫旺
[1
]
机构：
[1] 西安理工大学水利水电学院
[2] 青岛科技大学高职业技术学院
来源：
关键词：
水电工程;
短期负荷预测;
DAACS-BP网络算法;
动态调整蚁群算法;
BP神经网络;
D O I：
暂无
中图分类号：
TM715 [电力系统规划];
学科分类号：
摘要：
为提高短期电力负荷预测精度,提出了动态调整人工蚁群算法(DAACS),对BP神经网络参数进行优化,建立了动态调整人工蚁群-BP神经网络组合算法(DAACS-BP)预测模型,综合考虑气象、天气、电价、日期类型等影响因素,对四川电网进行短期电力负荷预测。仿真表明,该方法克服了BP神经网络和人工蚁群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,收敛速度快,输出稳定性好,提高了电网短期负荷预测的精度,可有效用于电力系统短期负荷预测。
引用
收藏
页码：5 / 9+194
+194
页数：6
相关论文