基于改進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?。?span>4157 K
標簽： 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，采用物競天擇概率跳脫策略改進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，采用改進的EO算法對BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和偏置進行優(yōu)化，進而改善BP神經(jīng)網(wǎng)絡(luò)的預(yù)測效果。最后，實驗結(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。