基于改进ELM神经网络的客户满意度评价模型

摘要：

使用一种动态递归网络———ELM神经网络来模拟专家打分进行电力客户满意度测评。仿真结果表明， ELM神经网络具有训练速度快和结构简单的特点，能较准确地反映客户满意度。同时，针对ELM神经网络基于梯度下降算法调整权值和阈值，容易陷入局部最优的缺陷，提出了利用入侵杂草算法（ IWO）优化ELM神经网络的连接权值系数。神经网络权值优化是一个大规模多峰优化问题，已有文献证明IWO算法对于解决高维度、多峰优化问题具有明显优势。新方法有效弥补了单一算法的不足，拥有ELM神经网络动态记忆的能力以及入侵杂草算法全局收敛性强的特点。实例计算证明，改进ELM神经网络可以建立精度更高的电力客户满意度评价模型，保证专家评价系统的一致性和稳定性，是一种行之有效的评价方法。

关键词：电力客户满意度、入侵杂草算法、神经网络、电力市场

所属期刊栏目：37

分类号：F224(经济计算、经济数学方法)

在线出版日期：2016-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：39-43