基于Bagging算法和遗传BP神经网络的负荷预测

• 作者: 丁华福 柴琳
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: BP神经网络 遗传算法 Bagging方法 负荷顶测
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 107-110
• 分类号: TP183
• 字数: 3728字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.05.028

摘要

负荷预测是电力规划的基础,传统的神经网络顶测方法存在对初始网络权值设置敏感、收敛的速度慢、容易陷入局部极小值等缺点.文中引入遗传算法先对神经网络的初始值进行优化,再通过神经网络进行学习和训练,得出的结果再经Bagging方法集成,目的是提高其准确率.通过Matlab仿真进行实验,结果表明,基于Bagging算法集成遗传神经网络,能够克服传统BP神经网络的缺点,可较快收敛又不易陷入到局部极值中,具有较强的泛化能力,同时也大大提高了网络的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁华福	哈尔滨理工大学计算机科学与技术学院	20	160	7.0	12.0
2	柴琳	哈尔滨理工大学计算机科学与技术学院	1	6	1.0	1.0