克隆选择粒子群优化BP神经网络电力需求预测

• 作者: 崔吉峰 李翔 杨尚东 杨淑霞 熊军
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: BP神经网络 克隆选择算法 粒子群优化 电力需求
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 机电工程
• 页码范围: 41-45,52
• 页数: 6页
• 分类号: TM714|TP18
• 语种: 中文

摘要

在普通BP算法基础上,引入克隆选择粒子群算法,建立电力需求预测模型.将当期国内生产总值、前期国内生产总值、人口、当期产业结构变化、前期产业结构变化等影响电力需求的因素作为网络输入,电力需求作为网络输出,同时选择合适的隐层节点数,确定模型的网络结构.利用克隆选择粒子群算法反复优化BP网络的权值组合,将优化后的权值作为BP神经网络的初始值,进行BP算法,直至网络达到训练指标.利用近几年相关输入输出变量年度数据,对建立的模型进行电力需求实证预测分析,并同普通BP神经网络预测结果进行对比.结果表明:基于克隆选择粒子群优化的BP神经网络不仅训练速度快,而且误差小,预测精度明显提高,说明该模型对于电力需求预测的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨淑霞	华北电力大学商业管理学院	32	680	12.0	26.0
2	李翔	华北电力大学商业管理学院	39	428	10.0	19.0
3	崔吉峰	华北电力大学商业管理学院	5	108	3.0	5.0