基于改進EO-BP神經網絡的高壓線損預測
所屬分類：技術論文
上傳者：zhoubin333
文檔大?。?span>4157 K
標簽： 線損預測 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神經網絡相結合的線損預測模型,。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神經網絡的權值和偏置進行優(yōu)化，進而改善BP神經網絡的預測效果,。最后,，實驗結果證明，所提線損預測模型相對于回歸模型,、BP神經網絡模型,、模擬退火算法優(yōu)化BP神經網絡模型和EO優(yōu)化BP神經網絡模型具有更高的預測精度。
現在下載
VIP會員,，AET專家下載不扣分,；重復下載不扣分,，本人上傳資源不扣分。