基于神经网络修正的残差智能灰色模型在负荷预测中的应用

• 作者: 徐帅 李艳昌
• 来源期刊: 华东电力
• 学科: 工学
• 关键词: 人工神经网络 蚁群算法 GM(1,1,θ)模型 残差
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 研究与创新
• 页码范围: 30-33
• 页数: 4页
• 分类号: TM714
• 字数: 3589字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9529.2007.11.007

摘要

灰色GM(1,1)预测模型,要求样本数据少,具有原理简单、运算方便、短期预测精度高、可检验等优点,在负荷预测中得到了广泛应用,但是也有其局限性.当数据灰度越大,预测精度越差,且不太适合经济长期后推若干年的预测,在一定程度上是由模型中的参数α造成的,为此引入向量θ,建立残差GM(1,1,θ)模型,利用蚁群优化算法对其进行求解,同时应用神经网络对其预测残差进行优化.实证分析表明,与传统的预测方法相比,大大提高了预测精度,该方法具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳昌	华北电力大学经济管理系	4	17	3.0	4.0
2	徐帅	华北电力大学经济管理系	3	34	3.0	3.0