改进的模糊聚类算法在负荷预测中的应用

• 作者: 张尧 武志刚 陈柔伊 陈泽淮
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 自适应c均值模糊聚类法 双码染色体 遗传算法 电力负荷预测
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 73-77
• 页数: 5页
• 分类号: TM715
• 字数: 4053字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2005.03.016

摘要

针对传统的c均值模糊聚类算法易陷入局部最优解、初始值c值的给定存在着很大的人为因素以及在整个计算过程中无法自我调节的缺陷,利用遗传算法的全局寻优能力并采用一种新式的双码染色体编码方法对传统的c均值模糊聚类算法进行了改进,同时将这一自适应的SFGO(Sampling Fuzzy c-means with Genetic Optimization)算法运用到电力系统的中长期负荷预测中,得到了比较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张尧	华南理工大学电力学院	229	5315	35.0	61.0
2	武志刚	华南理工大学电力学院	58	855	16.0	27.0
3	陈柔伊	华南理工大学电力学院	5	73	3.0	5.0
4	陈泽淮	华南理工大学电力学院	2	157	2.0	2.0