基于传递函数自我优化的BP网络算法改进

摘要：

目前使用比较普遍的优化方法对BP算法改进之后，改进的BP神经网络预测过程都存在复杂程度变大、更加消耗人力资源等缺陷。针对这些缺陷，本文提出一种传递函数自我优化算法来改进神经网络。然后将改进的网络应用到风电功率预测中，以东北某风电场一段时间的风电运行数据作为实验样本，分别采用传统BP神经网络和改进的BP神经网络进行预测分析。仿真结果证明，改进之后的BP神经网络不仅有更快的收敛速度，还有更加精确的预测结果，并且不需要认为干预整个预测过程。极大提高了网络的预测能力和效率。

关键词：传递函数自我优化、神经网络、风电功率预测、BP算法

分类号：TM93

资助基金：国家自然科学基金资助项目51277023

在线出版日期：2014-07-05（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：56-59,64