电力系统及其自动化学报
電力繫統及其自動化學報
전력계통급기자동화학보
PROCEEDINGS OF THE CHINESE SOCIETY OF UNIVERSITIES
2009年
5期
87-91
,共5页
李秀卿%赵丽娜%孟庆然%王兴东%孙志政
李秀卿%趙麗娜%孟慶然%王興東%孫誌政
리수경%조려나%맹경연%왕흥동%손지정
免疫遗传算法%人工神经网络%BP模型%配电网%理论线损
免疫遺傳算法%人工神經網絡%BP模型%配電網%理論線損
면역유전산법%인공신경망락%BP모형%배전망%이론선손
针对BP神经网络学习速度慢、容易陷入局部极小的缺点,提出了一种基于免疫遗传算法(IGA)的人工神经网络(artificial neural network,ANN)计算配电网的理论线损.该算法在遗传算法(genetic algorithm,GA)的基础上引入生物免疫系统中的多样性保持机制和抗体浓度调节机制,有效地克服了GA算法的搜索效率低、个体多样性差及早熟现象, 扩大了神经网络的权值搜索空间,提高了网络系统的学习效率和精度.实例计算结果表明,同混合遗传算法相比,该算法具有较快的收敛速度和较强的全局收敛性能,比现有其他计算配网线损的方法更为准确.
針對BP神經網絡學習速度慢、容易陷入跼部極小的缺點,提齣瞭一種基于免疫遺傳算法(IGA)的人工神經網絡(artificial neural network,ANN)計算配電網的理論線損.該算法在遺傳算法(genetic algorithm,GA)的基礎上引入生物免疫繫統中的多樣性保持機製和抗體濃度調節機製,有效地剋服瞭GA算法的搜索效率低、箇體多樣性差及早熟現象, 擴大瞭神經網絡的權值搜索空間,提高瞭網絡繫統的學習效率和精度.實例計算結果錶明,同混閤遺傳算法相比,該算法具有較快的收斂速度和較彊的全跼收斂性能,比現有其他計算配網線損的方法更為準確.
침대BP신경망락학습속도만、용역함입국부겁소적결점,제출료일충기우면역유전산법(IGA)적인공신경망락(artificial neural network,ANN)계산배전망적이론선손.해산법재유전산법(genetic algorithm,GA)적기출상인입생물면역계통중적다양성보지궤제화항체농도조절궤제,유효지극복료GA산법적수색효솔저、개체다양성차급조숙현상, 확대료신경망락적권치수색공간,제고료망락계통적학습효솔화정도.실례계산결과표명,동혼합유전산법상비,해산법구유교쾌적수렴속도화교강적전국수렴성능,비현유기타계산배망선손적방법경위준학.