| 基于改進EO-BP神經網絡的高壓線損預測 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>4157 K | |
| 標簽： 線損預測 混沌映射 物競天擇概率跳脫策略 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對高壓線損預測精度不高的問題，提出一種基于均衡優化器（Equilibrium Optimizer，EO）和BP神經網絡相結合的線損預測模型。首先，為了提高EO算法的尋優能力，利用多種混沌映射關系初始化種群，使種群多樣性增加，全局搜索能力得到改善；同時，采用物競天擇概率跳脫策略改進EO算法，使模型依概率跳出局部最優而收斂于全局最優解。其次，采用改進的EO算法對BP神經網絡的權值和偏置進行優化，進而改善BP神經網絡的預測效果。最后，實驗結果證明，所提線損預測模型相對于回歸模型、BP神經網絡模型、模擬退火算法優化BP神經網絡模型和EO優化BP神經網絡模型具有更高的預測精度。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2