排序方式: 共有63条查询结果,搜索用时 15 毫秒
61.
62.
基于DEPSO-RBFNN的变压器表面温度预测模型 总被引:3,自引:0,他引:3
提出一种基于差异进化算法(DE)和粒子群优化算法(PSO)的新型混合进化算法DEPSO,以及基于DEPSO的径向基函数神经网络(RBFNN)模型,并应用于预测SF6气体绝缘变压器表面温度.该模型用DEPSO算法训练RBFNN隐层中心的数量和位置,并采用递推最小二乘法确定网络输出层的权值.对某变电站SF6气体绝缘变压器的表面温度预测结果表明:与BP网络、基于进化规划(EP)、PSO的RBFNN相比,这种建模方法具有更高的预测精度. 相似文献
63.