期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于高斯模糊信息粒化和改进小波神经网络的短期负荷区间预测研究 被引量:5
1
作者 余鹏 唐权 +1 位作者 张文涛 黄民翔 《机电工程》 CAS 2017年第2期167-172,共6页
针对现有短期负荷预测方法适应性不足、预测精度不高,WNN原始连接权值和阈值采取随机赋值并采用梯度学习算法进行修正,存在进化缓慢、易出现陷入局部极小或不收敛等问题,提出了基于高斯FIG和改进WNN的短期负荷区间预测新方法。用收敛速... 针对现有短期负荷预测方法适应性不足、预测精度不高,WNN原始连接权值和阈值采取随机赋值并采用梯度学习算法进行修正,存在进化缓慢、易出现陷入局部极小或不收敛等问题,提出了基于高斯FIG和改进WNN的短期负荷区间预测新方法。用收敛速度更快的函数取代常用的输出层神经元函数,并用粒子群算法寻优取代WNN连接权值和阈值随机赋值。把网络连接权值和阈值作为粒子群算法微粒的位置向量,不断调整微粒的速度和位置向量以寻求最优值。选择了合适的数据跨度作为一个粒化窗口,对原始负荷数据进行了高斯模糊粒化处理,得到了对应的高斯FIG后的序列值,并用改进后的WNN对模糊序列值进行了区间预测。与WNN及SVM方法的对比研究结果表明,该方法不仅能够获得比单一负荷值更多的区间信息,而且预测精度更高,能够更好地指导电力系统相关决策。 展开更多
关键词 高斯模糊 信息粒化 改进小波神经网络 短期负荷 区间预测
下载PDF
小波神经网络的改进及在GPS高程拟合中的应用研究 被引量:3
2
作者 付建东 吴良才 《工程勘察》 2015年第2期90-93,共4页
本文首先介绍了GPS拟合和小波神经网络,重点是介绍小波神经网络的改进,及其在GPS高程拟合中的应用,为增强对比性,拟合的结果将与小波神经网络和二次曲面拟合、平面拟合的结果进行对比,证明对小波神经网络改进后收敛速度将加快,能更好地... 本文首先介绍了GPS拟合和小波神经网络,重点是介绍小波神经网络的改进,及其在GPS高程拟合中的应用,为增强对比性,拟合的结果将与小波神经网络和二次曲面拟合、平面拟合的结果进行对比,证明对小波神经网络改进后收敛速度将加快,能更好地应用到GPS高程拟合。 展开更多
关键词 GPS 小波神经网络 GPS高程拟合 神经网络 改进小波神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部