改进量子粒子群优化算法的神经网络模型负荷预测 |
| |
作者单位: | ;1.西北工业大学理学院;2.西安航空职业技术学院基础课部 |
| |
摘 要: | 提出一种基于Levy飞行的量子粒子群优化算法并用于小波神经网络的训练,该算法采用基于Levy分布的飞行策略扩大粒子的搜索空间,使粒子易于逃离局部最优点。该算法克服了传统算法在神经网络训练过程中易于陷入局部最优、收敛速度慢等缺点,提高了神经网络的泛化能力。最后将改进的量子粒子群优化算法训练小波神经网络应用于电力系统负荷预测的模型,仿真结果表明改进的量子粒子群优化算法在神经网络训练上具有更高的预测精度。
|
关 键 词: | Levy飞行 量子粒子群 神经网络 负荷预测 |
Applying improved quantum behaved particle swarm optimization used for neural networks model to load forecasting |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|