中长期电力负荷模糊聚类预测改进算法

• 作者: 张承伟 杨子国
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 模糊聚类 相关因子 相似矩阵 关联度分析 中长期电力负荷预测
• 年，卷（期）: 2011,（15）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 184-186
• 分类号: TP301.6
• 字数: 3323字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.15.058

摘要

针对传统的中长期模糊聚类预测算法自变量权重选择不合理、截水平集合元素不全面、相关因子计算方法单一等缺陷,提出改进的预测算法.该算法利用关联度分析计算自变量权重,通过建立相关因子计算方法库,按照相对传递总偏差最小原则选择最佳相似矩阵进行聚类,以等价矩阵所有元素的去重集合作为截水平集合求最佳聚类.实验结果证明该算法可提高预测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张承伟	大连理工大学管理学院	18	159	8.0	12.0
2	杨子国	大连理工大学管理学院	2	6	1.0	2.0