首页 | 官方网站   微博 | 高级检索  
     

克隆选择粒子群优化BP神经网络电力需求预测
引用本文:李翔,崔吉峰,熊军,杨淑霞,杨尚东.克隆选择粒子群优化BP神经网络电力需求预测[J].湖南大学学报(自然科学版),2008,35(6):41-46.
作者姓名:李翔  崔吉峰  熊军  杨淑霞  杨尚东
作者单位:1. 华北电力大学,商业管理学院,北京,102206
2. 华北电力大学,商业管理学院,北京,102206;国网运行有限公司,北京,100005
3. 重庆三峡水利电力,集团,股份有限公司,重庆,404000
4. 国网北京经济技术研究院,北京,宣武区,100761
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.

关 键 词:BP神经网络  克隆选择算法  粒子群优化  电力需求

Power Demand Forecasting Based on BP Neural Network Optimized by Clonal Selection Particle Swarm
LI Xiang,CUI Ji-feng,XIONG Jun,YANG Shu-xi,YANG Shang-dong.Power Demand Forecasting Based on BP Neural Network Optimized by Clonal Selection Particle Swarm[J].Journal of Hunan University(Naturnal Science),2008,35(6):41-46.
Authors:LI Xiang  CUI Ji-feng  XIONG Jun  YANG Shu-xi  YANG Shang-dong
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《湖南大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号