基于免疫遗传算法改进DFNN模型及其应用

• 作者: 李存斌 李彦斌 杨尚东
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 免疫算法 遗传算法 动态模糊神经网络
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 机电·信息工程
• 页码范围: 345-349
• 页数: 5页
• 分类号: TP18|TM74
• 字数: 2877字
• 语种: 中文

摘要

针对动态模糊神经网络(DFNN)在进行预测应用时容易陷入"局部极值"的缺陷,提出一种改进方案.综合人工免疫算法和遗传算法的优点,用免疫选择优化遗传算法的进化策略,提出一种新的免疫遗传算法.将免疫遗传算法对模糊神经网络的学习算法进行改进,增强其学习能力和算法的稳定性.结合复杂性强的短期电价预测问题,采集美国PJM电力市场的实际数据作为样本数据,对免疫遗传算法改进DFNH进行实证研究.研究结果表明:与DFNN的预测结果相比,改进后的方法在同样的运算条件下,预测精度提高4.5%,而运算时间仅增加6.4 S,说明基于免疫遗传算法对DFNN模型的改进效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李彦斌	华北电力大学工商管理学院	48	511	11.0	21.0
2	李存斌	华北电力大学工商管理学院	164	1493	21.0	31.0
3	杨尚东		6	125	4.0	6.0