利用粗糙集约简算法改进BP神经网络负荷预测模型

• 作者: 孙薇 李艳梅
• 来源期刊: 电力需求侧管理
• 学科: 经济
• 关键词: 负荷预测 BP神经网络 粗糙集约简算法
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 负荷管理
• 页码范围: 21-23
• 页数: 3页
• 分类号: F407.61
• 字数: 2850字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-1831.2008.05.007

摘要

传统神经网络预测模型受网络结构复杂性和样本复杂性的影响,容易出现"过学习"或低泛化能力.利用粗糙集理论中的几种属性约简算法对与负荷相关的各种历史数据进行约简,剔除与决策信息不相关的属性.实例证明该方法简化了BP神经网络的输入变量.从而缩短了神经网络模型的训练时间,提高了预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳梅	华北电力大学工商管理学院	11	296	5.0	11.0
2	孙薇	华北电力大学工商管理学院	40	389	11.0	19.0