基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文在现有文献研究基础上,指出了标准粒子群优化算法初始粒子种群的产生速度慢、在优化过程中容易陷入局部最优等缺点,然后对其缺点进行改进,并将改进的粒子群优化算法应用到电力负荷组合预测模型的权重求解中,从电力负荷的应用中可以看出,电力负荷组合预测模型比单个模型预测的精度要高,进而证明改进粒子群优化算法在电力负荷组合预测模型的权重确定是可行的.
推荐文章
基于RBFNN混合粒子群算法的电力负荷短期预测
电力负荷预测
径向基神经网络(RBFNN)
混合粒子群优化算法(HPSO)
基于改进粒子群优化算法的预测控制
预测控制
标准粒子群优化
参数优化
多变量
耦合
基于粒子群的电力系统短期负荷预测
PSO
BP神经网络
适应度
迭代
模糊推理
基于改进粒子群优化算法的火电厂机组负荷分配
负荷分配
改进粒子群
优化算法
惯性权重
混合编程
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 电力负荷组合预测中的改进粒子群优化算法
来源期刊 农村电气化 学科 工学
关键词 粒子群优化算法 变异 电力负荷
年,卷(期) 2008,(8) 所属期刊栏目
研究方向 页码范围 10-12
页数 3页 分类号 TM715
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群优化算法
变异
电力负荷
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农村电气化
月刊
1003-0867
11-2181/TM
大16开
北京市南蜂窝路5号
2-853
1979
chi
出版文献量(篇)
5987
总下载数(次)
9
总被引数(次)
7830
论文1v1指导