基于改进遗传算法的BP神经网络短期电力负荷预测
Electronic Measurement Technology（2019）
摘要
有效且准确的短期电力负荷预测有助于工业生产的预报评估和发电成本的降低.针对传统的遗传算法优化的BP神经网络局部寻优能力不足, 预测精度不高的缺陷, 提出模拟退火算法改进的遗传算法, 来优化BP神经网络的初始权值阈值, 建立改进遗传算法的BP神经网络预测模型对实际短期电力负荷数据进行预测.通过MATLAB仿真研究表明, 改进后的预测模型比改进前的预测模型预测精度更高, 对短期负荷预测更有实用价值.
更多查看译文
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要