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:
为提高风速预测的准确性,提出一种分时段GA-BP(遗传算法优化BP神经网络)的风速预测方法,以遗传算法来优化BP神经网络,并将原始数据进行分时段处理,改善训练样本的相似程度.基于matlab进行了仿真验证,结果表明:遗传算法优化BP神经网络使其预测结果的平均相对误差降低,准确性提升;原始数据分时段处理后,预测准确性进一步提升.
推荐文章
基于改进遗传算法和BP神经网络的矿井通风风速预测
矿井通风风速预测
遗传算法
神经网络
BP算法
基于BP神经网络与遗传算法风电场超短期风速预测优化研究
BP神经网络
遗传算法
多种群优化
风速预测
基于遗传算法和BP神经网络的房价预测分析
BP神经网络
遗传算法
优化
权值
房价
预测模型
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
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 基于遗传算法和神经网络的分时段风速预测方法
来源期刊 江苏电机工程 学科 工学
关键词 分时段 遗传算法 BP神经网络 风速预测
年,卷(期) 2015,(1) 所属期刊栏目 专论与综述
研究方向 页码范围 6-8
页数 3页 分类号 TM743
字数 2430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 孙健 江苏省电力公司电力科学研究院 16 144 6.0 11.0
2 刘子俊 南京理工大学自动化学院 4 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (86)
共引文献  (762)
参考文献  (12)
节点文献
引证文献  (9)
同被引文献  (55)
二级引证文献  (17)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(10)
  • 参考文献(0)
  • 二级参考文献(10)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(11)
  • 参考文献(0)
  • 二级参考文献(11)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(10)
  • 参考文献(3)
  • 二级参考文献(7)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(17)
  • 参考文献(5)
  • 二级参考文献(12)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(11)
  • 引证文献(3)
  • 二级引证文献(8)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
分时段
遗传算法
BP神经网络
风速预测
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
电力工程技术
双月刊
1009-0665
32-1866/TM
16开
江苏省南京市江宁区帕威尔路1号
1982
chi
出版文献量(篇)
3196
总下载数(次)
7
总被引数(次)
15815
论文1v1指导