论文摘要
电力负荷预测是保证电力系统安全、可靠和经济运行的必要手段,提高负荷预测技术水平有利于提高电力系统的经济效益和社会效益。本文提出了一种基于模拟退火神经网络算法的负荷预测模型,利用全局搜索能力强的模拟退火算法代替传统人工神经网络算法采用的局部梯度下降法修正网络权值,从而有效地避免神经网络容易限入局部极小的缺陷,使网络训练结束后的网络权值是最优的权值,使输出更好地逼近实际值。本文研究以内蒙古电网运行的实际数据为算例,验证利用模拟退火算法对神经网络结构的优化,与普通神经网络相比,可有效提高神经网络的学习精度,明显减少训练次数,具有良好的学习性能和较强的适应性。
论文目录
相关论文文献
- [1].模拟退火算法的应用[J]. 西部皮革 2019(20)
- [2].基于模拟退火算法的图像分割[J]. 数码世界 2017(06)
- [3].基于模拟退火算法的改进极限学习机[J]. 计算机系统应用 2020(02)
- [4].基于模拟退火算法的电源规划[J]. 上海电力大学学报 2020(03)
- [5].基于变分辨率网格的模拟退火算法在形状优化问题上的应用研究[J]. 数学建模及其应用 2020(02)
- [6].基于模拟退火算法的改进型退火策略研究[J]. 东华理工大学学报(自然科学版) 2016(03)
- [7].模拟退火算法改进综述及参数探究[J]. 大学数学 2015(06)
- [8].模拟退火算法求解二次规划问题与实现[J]. 电脑编程技巧与维护 2013(13)
- [9].一种模拟退火算法与禁忌搜索算法的混合算法[J]. 现代计算机(专业版) 2012(06)
- [10].基于模拟退火粒子群算法在数据关联上的研究[J]. 微计算机信息 2010(15)
- [11].基于全局和声搜索的模拟退火算法改进[J]. 计算机工程与科学 2010(11)
- [12].改进模拟退火算法在圆锥滚子轴承优化中的应用[J]. 机械设计与研究 2008(03)
- [13].模拟退火算法的改进[J]. 通化师范学院学报 2017(10)
- [14].蚁群算法与模拟退火、遗传算法比较分析[J]. 无线互联科技 2015(13)
- [15].模拟退火算法求解指派问题新探[J]. 吉林建筑工程学院学报 2011(04)
- [16].混沌模拟退火算法在数值函数优化中的应用[J]. 计算机与数字工程 2010(03)
- [17].模拟退火算法在应急物流车辆调度中的应用[J]. 物流工程与管理 2009(06)
- [18].无源电力滤波器参数的混沌模拟退火优化设计[J]. 电力自动化设备 2009(08)
- [19].基于蚁群模拟退火的云任务调度算法改进[J]. 计算机技术与发展 2017(03)
- [20].基于模拟退火算法的岛礁补给路径规划[J]. 兵工自动化 2017(05)
- [21].应用模拟退火算法对众筹筑屋规划方案的研究[J]. 数学学习与研究 2016(11)
- [22].基于模拟退火的粒子群算法寻优[J]. 科技与创新 2020(22)
- [23].和声模拟退火算法及其在旅行商问题中的应用[J]. 云南民族大学学报(自然科学版) 2013(03)
- [24].模拟退火算法探讨[J]. 旅游纵览(下半月) 2013(18)
- [25].模拟退火算法优化无线传感器网络路由技术[J]. 科技通报 2012(12)
- [26].遗传模拟退火混合算法在钣金自动排样中的研究[J]. 机械 2010(05)
- [27].混合模拟退火-进化策略在非线性参数估计中的应用[J]. 数学的实践与认识 2010(22)
- [28].基于模拟退火算法的电子侦察卫星任务规划问题研究[J]. 装备指挥技术学院学报 2010(03)
- [29].岩体力学参数反演的模拟退火支持向量机方法[J]. 宁夏大学学报(自然科学版) 2008(03)
- [30].求解三维装箱的混合模拟退火算法(英文)[J]. 心智与计算 2009(02)