10.3969/j.issn.1003-8930.2011.02.026
IAFSA-RBF神经网络在短期负荷预测中的应用
为了提高人工鱼群算法AFSA(artificial fish swarm algorithm)的全局搜索能力及加快其收敛速度,提出一种将其与免疫算法IA(immune algorithm)进行结合的新方法,形成了免疫人工鱼群算法IAFSA(immune artificial fish swarm algorithm),并且利用该算法自动选取径向基函数RBF(radial basis function)神经网络中的输入变量,以及对网络中隐含层到输出层之间的权值进行训练,从而减少了RBF神经网络的工作量,提高了训练速度.用优化后的RBF神经网络进行短期负荷预测,结果表明,该方法具有较高的预测精度.
负荷预测、神经网络、人工鱼群算法、免疫算法、输入变量选择、径向基函数
23
TM715(输配电工程、电力网及电力系统)
2011-08-08（万方平台首次上网日期，不代表论文的发表时间）
共5页
142-146
