东北电力技术
東北電力技術
동북전력기술
NORTHEASTERN ELECTRIC POWER TECHNOLOGY
2008年
5期
23-25
,共3页
负荷预测%RBF网络%动态聚类法%最小二乘法%蚁群优化算法
負荷預測%RBF網絡%動態聚類法%最小二乘法%蟻群優化算法
부하예측%RBF망락%동태취류법%최소이승법%의군우화산법
针对RBF网络中心确定的常用方法K-均值聚类法的不足,引入了一种新的聚类算法-动态聚类法,解决了解的局部最优性问题和如何确定聚类数目的问题.对于网络参数的确定,设计了一种新的混合学习算法;在动态聚类和最小二乘初始化网络的基础上,采用蚁群优化算法调整网络参数.最后运用浙江和保定2个地区的实际负荷数据进行了测试,结果表明,该方法具有较高的预测精度和较强的适应能力.
針對RBF網絡中心確定的常用方法K-均值聚類法的不足,引入瞭一種新的聚類算法-動態聚類法,解決瞭解的跼部最優性問題和如何確定聚類數目的問題.對于網絡參數的確定,設計瞭一種新的混閤學習算法;在動態聚類和最小二乘初始化網絡的基礎上,採用蟻群優化算法調整網絡參數.最後運用浙江和保定2箇地區的實際負荷數據進行瞭測試,結果錶明,該方法具有較高的預測精度和較彊的適應能力.
침대RBF망락중심학정적상용방법K-균치취류법적불족,인입료일충신적취류산법-동태취류법,해결료해적국부최우성문제화여하학정취류수목적문제.대우망락삼수적학정,설계료일충신적혼합학습산법;재동태취류화최소이승초시화망락적기출상,채용의군우화산법조정망락삼수.최후운용절강화보정2개지구적실제부하수거진행료측시,결과표명,해방법구유교고적예측정도화교강적괄응능력.
