基于改进BP神经网络和工业重构理论的用电增长预测方法

• 作者: 李蒙 袁家海 谭显东 郭鑫
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 工业结构 预测
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 机电与信息工程
• 页码范围: 143-147
• 页数: 5页
• 分类号: TM714|TP18
• 字数: 3872字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7207.2007.01.029

摘要

运用改进BP神经网络方法和工业重构理论,建立新型工业化与用电增长的关系,提出附加动量和自适应学习率的改进BP神经网络构建工业用电增速的预测模型,利用该模型对未来工业用电增长的趋势进行判断.利用Matlab7.0对该模型进行设计,并运用该模型对工业用电增长趋势进行仿真.与传统的BP神经网络模型相比,采用改进后的预测方法仅经过47次训练就满足预定误差要求,而采用传统的预测模型易陷入局部极小点,很难满足预定误差要求;改进预测模型的预测值与实际值拟合程度好,平均预测精度比传统模型预测精度高1%～3%.此外,验证了改进模型的优越性和合理性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁家海	华北电力大学工商管理学院	55	724	11.0	26.0
2	李蒙	华北电力大学工商管理学院	12	158	7.0	12.0
3	谭显东	华北电力大学工商管理学院	12	195	9.0	12.0
4	郭鑫	华北电力大学工商管理学院	24	155	7.0	12.0