期刊文献+

遗传禁忌神经网络模型及其在电力负荷预测中的应用 被引量:2

Neural network models optimized by hybrid genetic-Tabu search and their application to power load forecast
原文传递
导出
摘要 针对神经网络权值学习算法的不足,结合遗传算法和禁忌算法各自的优势,建立了遗传禁忌神经网络预测模型。实际应用表明,与遗传算法相比,该模型具有收敛速度快、预测精度高等优点,具有满意的预测效果。 To solve the defects of the weights learning algorithm of neural network, the genetic algorithm and the Tabu search are combined to construct the neural network model. Application shows that compared with the genetic algo- rithm, the model has the advantages of quick convergence and high forecast accuracy.
出处 《华东电力》 北大核心 2007年第2期1-3,共3页 East China Electric Power
基金 国家自然科学基金项目(50077007) 高等学校博士点专项基金项目(20040079008)
关键词 遗传禁忌算法 神经网络 负荷预测 电力系统 genetic-Tabu search neural network load forecast power system
  • 相关文献

参考文献16

二级参考文献78

共引文献324

同被引文献26

引证文献2

二级引证文献27

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部