基于粒群算法和BP神经网络的煤电价格预测

• 作者: 冯裕钊 田利强 赵宏伟
• 来源期刊: 后勤工程学院学报
• 学科: 工学
• 关键词: BP神经网络 粒群算法 煤电联动
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 电力工程
• 页码范围: 92-95,101
• 页数: 5页
• 分类号: TM712|TP389.1
• 字数: 3441字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7843.2006.03.023

摘要

由于煤电价格的波动受多种不确定因素的影响,且煤价和电价之间还存在非常复杂的耦合关系,它是一个典型的非线性系统,所以使用传统的方法来建立煤电价格的预测模型非常困难.针对这种情况,提出了一种基于粒群算法(PSO)和BP神经网络的煤电价格预测方法.采用PSO训练BP神经网络,不仅克服了BP神经网络算法易于陷入局部最优的缺点,而且可以提高网络的收敛速度和预测精度.结合煤电价格的历史数据,在Matlab平台上进行了仿真实验,验证了该预测模型的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵宏伟	后勤工程学院营房管理与环境工程系	29	574	9.0	23.0
2	冯裕钊	后勤工程学院营房管理与环境工程系	33	341	9.0	18.0
3	田利强	后勤工程学院营房管理与环境工程系	5	26	4.0	5.0