基于改进CS算法优化Elman-IOC神经网络的短期负荷预测

• 作者: 常青 杨芳君 王力波 王耀力
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 短期负荷预测 Elman-IOC神经网络 输入-输出层连接 布谷鸟优化算法 混沌扰动
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 32-37
• 页数: 6页
• 分类号: TM715|TP183
• 字数: 4309字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.09.006

摘要

为提高负荷预测精度,提出一种基于混沌定向布谷鸟算法优化Elman-IOC神经网络的短期负荷预测模型,首先对Elman神经网络拓扑结构进行改进设计,通过增添输入-输出层连接单元,加强网络并行运算能力,提高预测精度,然后在布谷鸟算法中,利用最优位置信息指导随机游动过程,同时引入混沌扰动算子,增强全局搜索能力,最后将算法应用于Elman-IOC神经网络参数优化,建立了短期负荷预测模型.实验结果表明,较之其他模型,此模型具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀力	太原理工大学信息与计算机学院	35	182	6.0	12.0
2	常青	太原理工大学信息与计算机学院	27	72	6.0	7.0
3	王力波	太原理工大学信息与计算机学院	5	25	3.0	5.0
4	杨芳君	太原理工大学信息与计算机学院	1	6	1.0	1.0