作者:
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:
建立BP神经网络模型,解决了建筑物电力负荷预测由于强耦合性、滞后性和非线性而难于建立模型的问题。利用遗传算法的全局搜索能力对网络模型进行权值优化,解决了传统BP神经网络易陷入局部最优的困扰,使预测更为精准。通过MATLAB软件进行仿真试验,验证了此方法的可行性。
推荐文章
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
基于遗传神经网络的负荷预测方法
遗传算法
神经网络
负荷预测
基于神经网络与遗传算法的传动部件设计优化
神经网络
遗传算法
Matlab
设计优化
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 基于遗传算法优化神经网络的建筑物电力负荷预测
来源期刊 现代建筑电气 学科 工学
关键词 电力负荷预测 遗传算法 BP神经网络 MATLAB仿真
年,卷(期) 2014,(10) 所属期刊栏目 供 配 电
研究方向 页码范围 10-12
页数 3页 分类号 TU852
字数 1823字 语种 中文
DOI
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 梁永兴 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (9)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (26)
二级引证文献  (2)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电力负荷预测
遗传算法
BP神经网络
MATLAB仿真
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
现代建筑电气
月刊
1674-8417
31-2037/TM
16开
上海市武宁路505号
4-839
2010
chi
出版文献量(篇)
2916
总下载数(次)
9
总被引数(次)
4451
论文1v1指导