基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对BP算法收敛速度慢,存在易陷入局部极小值,不能有效地搜索到全局极小点等缺点.采用遗传算法优化神经网络权系值的方法,设计了神经网络供热负荷预测模型,并用实际数据进行了仿真检验,结果表明该模型不仅在一定程度上避免了学习中的局部极小问题、改进了网络性能、提高了学习的效率,而且对供热负荷预测具有较高的精度和可靠性.
推荐文章
基于遗传算法和BP神经网络的短期电力负荷预测
遗传算法
BP神经网络
短期负荷
预测
基于遗传算法的人工神经网络负荷预测研究
遗传算法
人工神经网络
负荷预测
BP算法
遗传算法在神经网络中的应用
BP神经网络
遗传算法
算子
遗传神经网络在电力系统短期负荷预测中的应用
遗传神经网络
短期负荷预测
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 神经网络遗传算法在供热负荷预测中应用
来源期刊 辽宁工程技术大学学报(自然科学版) 学科 工学
关键词 遗传算法 神经网络 预测
年,卷(期) 2005,(z1) 所属期刊栏目 电气与计算机技术
研究方向 页码范围 161-163
页数 3页 分类号 TK115
字数 2028字 语种 中文
DOI 10.3969/j.issn.1008-0562.2005.z1.056
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵国材 辽宁工程技术大学电气工程系 27 149 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (28)
同被引文献  (51)
二级引证文献  (66)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(1)
  • 引证文献(0)
  • 二级引证文献(1)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(6)
  • 引证文献(3)
  • 二级引证文献(3)
2011(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(8)
  • 引证文献(3)
  • 二级引证文献(5)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(12)
  • 引证文献(3)
  • 二级引证文献(9)
2018(10)
  • 引证文献(3)
  • 二级引证文献(7)
2019(15)
  • 引证文献(1)
  • 二级引证文献(14)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
遗传算法
神经网络
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
辽宁工程技术大学学报(自然科学版)
月刊
1008-0562
21-1379/N
大16开
辽宁省阜新市
1979
chi
出版文献量(篇)
6319
总下载数(次)
12
总被引数(次)
52708
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导