基于关联规则的PSO-Elman短期风速预测

• 作者: 邹丹 颜宏文
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 短期风速预测 关联规则 粒子群优化算法 Elman神经网络
• 年，卷（期）: 2017,（23）
• 所属期刊栏目: 工程与应用
• 页码范围: 261-266
• 页数: 6页
• 分类号: TP399
• 字数: 5661字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1607-0186

摘要

传统神经网络在短期风速预测中,存在易陷入局部极值和动态性能不足等问题,从而导致风速预测精度较低.为了提高风速预测精度,提出一种基于关联规则的粒子群优化Elman神经网络风速预测模型.利用粒子群算法优化Elman神经网络模型参数,以提高算法的收敛速度,避免陷入局部极值,以得到最优的预测值.同时结合关联规则分析考虑气象因素,采用Apriori算法对风速与其他气象因素进行关联规则挖掘,并利用得到的关联规则对风速预测值进行修正与补偿.实验结果表明,所提出的预测模型的预测效果比传统模型的效果更佳,同时验证了结合关联规则考虑气象因素能够降低风速预测误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜宏文	长沙理工大学计算机与通信工程学院	21	213	7.0	14.0
2	邹丹	长沙理工大学计算机与通信工程学院	1	10	1.0	1.0