10.3969/j.issn.1003-6520.2005.07.018
激励函数可调的混沌神经网络短路负荷预测
为提高BP神经网络的收敛速度并避免陷入局部极小,提出了一种多参数可调激活函数的人工神经网络,推导出相应的BP学习算法并将改进的BP算法和混沌优化算法相结合,使混合算法的学习向全局最优方向进行以不至于陷入局部极小.在非线性函数仿真和短期负荷预测的研究中,该算法和传统BP算法的对比试验显示,改进算法的收敛速度更快、预测精度更高.
神经网络、激励函数、短期负荷预测、混沌
31
TM715(输配电工程、电力网及电力系统)
2005-09-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
51-54