基于智能决策树与BP神经网络的EPM模型研究

• 作者: 牛为华
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 决策树 BP神经网络 预处理 因素影响 EPM
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 2903-2905
• 页数: 3页
• 分类号: TP393.04|TM73
• 字数: 3110字
• 语种: 中文

摘要

由于电力营销(EPM)领域的数据海量、庞杂而且质量差,如何构造出精确性高的预测模型成为亟待解决的问题.采用智能决策树分类算法,按照数据中的属性值进行分类.对属性值,取缺损数据所属类别中所有属性值的算术平均值取代,对于非属性值,取同一属性中非属性值出现频率最高的值来替代.从而对需进入EPM模型的缺损数据进行补齐,保证了进入模型的数据最优化.在此基础上,提出了一种将BP神经网络应用于EPM中的新方法,通过改进BP神经网络中隐层的节点数目,降低了神经网络的计算复杂度.结果表明,该模型具有良好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛为华	华北电力大学计算机系	22	197	8.0	14.0