电气自动化

网站首页

期刊简介

投稿须知

行业信息

广告客户

注意事项

联系我们

.遗传算法改进灰色RBF模型在负荷预测中的应用[J].电气自动化,2011,(6):

遗传算法改进灰色RBF模型在负荷预测中的应用

Genetic Algorithm Improve the Application of Gray RBF Model in Load Forecast

DOI：

中文关键词: GM(1,1)模型遗传算法 RBF模型负荷预测

英文关键词:

基金项目:

摘要点击次数: 2846

全文下载次数: 84

中文摘要:

灰色模型和神经网络作为常用的负荷预测方法虽应用较广,但各有缺陷.将两者结合起来一定程度上能实现双方的互补,但是存在的局部最优和收敛性问题一直没有很好的解决.利用遗传算法鲁棒性强、收敛速度快以及全局定位能力强的功能,代替传统的最小二乘法对GM(1,1)模型的参数进行高效求解,可以避免陷入局部最优,实现全局最优.将优化后的GM(1,1)模型与RBF神经网络结合起来,对某市的负荷进行预测.经分析知,用遗传算法优化过的灰色模型与RBF预测模型结合起来具有更快的收敛速度和更高的精度.

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭