基于改進(jìn)EO-BP神經(jīng)網(wǎng)絡(luò)的高壓線損預(yù)測
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大小：4157 K
標(biāo)簽： 線損預(yù)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(yù)測精度不高的問題,，提出一種基于均衡優(yōu)化器（Equilibrium Optimizer,，EO）和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的線損預(yù)測模型,。首先,，為了提高EO算法的尋優(yōu)能力,，利用多種混沌映射關(guān)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(shí)，采用物競天擇概率跳脫策略改進(jìn)EO算法,，使模型依概率跳出局部最優(yōu)而收斂于全局最優(yōu)解,。其次，采用改進(jìn)的EO算法對BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和偏置進(jìn)行優(yōu)化,，進(jìn)而改善BP神經(jīng)網(wǎng)絡(luò)的預(yù)測效果,。最后，實(shí)驗(yàn)結(jié)果證明,，所提線損預(yù)測模型相對于回歸模型,、BP神經(jīng)網(wǎng)絡(luò)模型、模擬退火算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型和EO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型具有更高的預(yù)測精度,。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分；重復(fù)下載不扣分,，本人上傳資源不扣分,。