基于改进ELM神经网络的客户满意度评价模型

• 作者: 刘建鑫 卢海明
• 来源期刊: 东北电力技术
• 学科: 经济
• 关键词: 电力客户满意度 入侵杂草算法 神经网络 电力市场
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 研究与应用
• 页码范围: 39-43
• 页数: 5页
• 分类号: F224
• 字数: 3673字
• 语种: 中文

摘要

使用一种动态递归网络———ELM神经网络来模拟专家打分进行电力客户满意度测评。仿真结果表明， ELM神经网络具有训练速度快和结构简单的特点，能较准确地反映客户满意度。同时，针对ELM神经网络基于梯度下降算法调整权值和阈值，容易陷入局部最优的缺陷，提出了利用入侵杂草算法（ IWO）优化ELM神经网络的连接权值系数。神经网络权值优化是一个大规模多峰优化问题，已有文献证明IWO算法对于解决高维度、多峰优化问题具有明显优势。新方法有效弥补了单一算法的不足，拥有ELM神经网络动态记忆的能力以及入侵杂草算法全局收敛性强的特点。实例计算证明，改进ELM神经网络可以建立精度更高的电力客户满意度评价模型，保证专家评价系统的一致性和稳定性，是一种行之有效的评价方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢海明	广州地铁集团有限公司运营事业总部	8	20	3.0	4.0
2	刘建鑫		2	5	1.0	2.0