重置的变结构前馈神经网络优化组合预测

重置的变结构前馈神经网络优化组合预测.pdf
本文阐述了组合预测方法的基本原理，并从理论上论证了组合预测方法相对于单一预测模型的优越性.针对神经网络难以优化问题，提出了一种新的基于重置的变结构前馈神经网络模型的最优权重确定方法：首先构造基于拟牛顿法(Quasi.NewtonAlgorithm)的前馈神经网络模型，为了优化神经网络结构，尝试引入重置算法(EarlyRestartAlgorithm)，得到基于重置的拟牛顿动态前馈神经网络.最后将应用于电力系统短期负荷的预测中，通过分析和比较，此模型具有很强的自适应性和较高的预测精度.
作者：王翠茹杜鹃
作者单位：华北电力大学计算机科学与技术系,保定,071003
母体文献：第17届全国计算机新科技与计算机教育学术大会论文集
会议名称：第17届全国计算机新科技与计算机教育学术大会  
会议时间：2006年7月25日
会议地点：厦门
主办单位：全国高等学校计算机教育研究会,中国计算机学会,全国计算机继续教育研究会
语种：chi
分类号：
关键词：电力负荷预测  预测模型  前馈神经网络  重置算法
在线出版日期：2013年5月28日
基金项目：
相似文献
相关博文

2024-12-1 13:14 上传 重置的变结构前馈神经网络优化组合预测.pdf

文件大小:

251.05 KB

下载次数:

60

高速下载