电网技术

1995, (12)

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

神经网络递推预测模型及其应用
THE RECURSIVE FORECASTING MODELS WITH NEURAL NETWORKAND ITS USE IN FORECASTING

伍萱,周孝信,胡兆意

摘要(Abstract):

本文提出一种反向传播神经网络(BP网络)的改进算法,该算法可以克服常规阶网络的两个主要缺陷,明显提高学习速度。其主要特点是首先拟合BP网络各权系数的变化过程,然后根据拟合曲线来调整权系数,并在学习过程中动态调整学习速率和动量因子,此外,还采用了随机搜索法优选初始权重以克服局部极值问题。基于BP网络和上述改进算法,本文提出一种递推预测模型、它包括绝对量值模型和相对量值模型两种,它以让神经网络用人们进行预测时的递推规律的作法,即根据某时刻t以前的一系列值来推测t时刻的值,来进行预测。递推神经网络预测模型既可用于短缺预测,也可用于长期预测。作为算例,本文用它预测了中国1993-2020年的电力发展。

关键词(KeyWords): BP神经网络,递推预测模型,绝对量值模型,相对量值模型。

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 伍萱,周孝信,胡兆意

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享