基于改进欧氏距离协调发展评估模型的电网投资决策算法

摘要：

为提高协调发展评估模型对电网投资决策过程进行量化评估的精度,在保留以往距离协调发展评估模型全部基础数据处理模块的基础上,使用模糊多列神经网络分析法,对传统欧氏距离协调发展评估模型进行拆分,在将神经网络用于欧氏距离加权系数后,将其与因子归一化结果进行逐一融合,最终将数据输送到传统欧氏距离协调发展评估模型的X值计算模块中.仿真结果表明:因为革新模型对ω因子进行了基于多列神经网络的强化迭代回归数据挖掘,所以二者出现了显著的统计学差异,传统模型的误差率为革新模型的4.32倍;最终X因子的评价结果中,同样存在显著统计学差异,传统模型的误差率为革新模型的5.13倍.

关键词：欧氏距离因子、协调发展模型、电网投资决策、机器学习、数据偏差率仿真

所属期刊栏目：50

分类号：TM727(输配电工程、电力网及电力系统)

在线出版日期：2021-06-24（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：47-51