计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2003年
7期
216-217,232
,共3页
负荷预测%最速下降法%共轭梯度法
負荷預測%最速下降法%共軛梯度法
부하예측%최속하강법%공액제도법
针对当前人工神经网络学习算法存在的问题,使用变步伐最速下降法和共轭梯度法的混合算法来进行神经网络的训练,并建立了负荷预测的人工神经网络模型.介绍了基于Delphi下的短期电力负荷预测系统.该系统由负荷预测数据查询模块、预测方法模块、结果查询模块和图表输出模块四部分组成.事实说明,混合算法在全局收敛性和收敛速度上要好于传统的算法,所基于此的短期负荷预测系统能达到令人满意的精度.
針對噹前人工神經網絡學習算法存在的問題,使用變步伐最速下降法和共軛梯度法的混閤算法來進行神經網絡的訓練,併建立瞭負荷預測的人工神經網絡模型.介紹瞭基于Delphi下的短期電力負荷預測繫統.該繫統由負荷預測數據查詢模塊、預測方法模塊、結果查詢模塊和圖錶輸齣模塊四部分組成.事實說明,混閤算法在全跼收斂性和收斂速度上要好于傳統的算法,所基于此的短期負荷預測繫統能達到令人滿意的精度.
침대당전인공신경망락학습산법존재적문제,사용변보벌최속하강법화공액제도법적혼합산법래진행신경망락적훈련,병건립료부하예측적인공신경망락모형.개소료기우Delphi하적단기전력부하예측계통.해계통유부하예측수거사순모괴、예측방법모괴、결과사순모괴화도표수출모괴사부분조성.사실설명,혼합산법재전국수렴성화수렴속도상요호우전통적산법,소기우차적단기부하예측계통능체도령인만의적정도.
