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:
针对BP神经网络学习速度慢、容易陷入局部极小的缺点,提出了一种基于免疫遗传算法(IGA)的人工神经网络(artificial neural network,ANN)计算配电网的理论线损.该算法在遗传算法(genetic algorithm,GA)的基础上引入生物免疫系统中的多样性保持机制和抗体浓度调节机制,有效地克服了GA算法的搜索效率低、个体多样性差及早熟现象, 扩大了神经网络的权值搜索空间,提高了网络系统的学习效率和精度.实例计算结果表明,同混合遗传算法相比,该算法具有较快的收敛速度和较强的全局收敛性能,比现有其他计算配网线损的方法更为准确.
推荐文章
基于遗传算法优化神经网络的智能配电网线损计算研究
神经网络
遗传算法
智能配电网
优化
理论线损
拟合
图形化配电网理论线损计算系统的研究
配电网
理论计算
线损
图形化
Delphi
基于CAD二次开发的配电网理论线损计算
配电网
二次开发
理论线损计算
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 IGA优化的神经网络计算配电网理论线损
来源期刊 电力系统及其自动化学报 学科 工学
关键词 免疫遗传算法 人工神经网络 BP模型 配电网 理论线损
年,卷(期) 2009,(5) 所属期刊栏目 学术论文
研究方向 页码范围 87-91
页数 5页 分类号 TM72
字数 3886字 语种 中文
DOI 10.3969/j.issn.1003-8930.2009.05.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李秀卿 东北电力大学电气工程学院 16 211 9.0 14.0
2 孟庆然 东北电力大学电气工程学院 3 75 3.0 3.0
3 赵丽娜 东北电力大学电气工程学院 2 72 2.0 2.0
4 王兴东 1 24 1.0 1.0
5 孙志政 1 24 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (106)
参考文献  (6)
节点文献
引证文献  (24)
同被引文献  (77)
二级引证文献  (145)
1993(4)
  • 参考文献(2)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(7)
  • 引证文献(4)
  • 二级引证文献(3)
2013(11)
  • 引证文献(1)
  • 二级引证文献(10)
2014(17)
  • 引证文献(2)
  • 二级引证文献(15)
2015(20)
  • 引证文献(2)
  • 二级引证文献(18)
2016(16)
  • 引证文献(1)
  • 二级引证文献(15)
2017(31)
  • 引证文献(3)
  • 二级引证文献(28)
2018(29)
  • 引证文献(3)
  • 二级引证文献(26)
2019(25)
  • 引证文献(6)
  • 二级引证文献(19)
2020(11)
  • 引证文献(0)
  • 二级引证文献(11)
研究主题发展历程
节点文献
免疫遗传算法
人工神经网络
BP模型
配电网
理论线损
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
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导