基于改进CS算法优化Elman-IOC神经网络的短期负荷预测

作     者：杨芳君 王耀力 王力波 常青 Yang Fangjun;Wang Yaoli;Wang Libo;Chang Qing

作者机构：太原理工大学信息与计算机学院山西晋中030600 

基　　金：全国工程专业学位研究生教育指导委员会立项项目(2016-ZX-095) 山西省自然科学基金(201801D121141) 

出 版 物：《电测与仪表》 (Electrical Measurement & Instrumentation)

年 卷 期：2019年第56卷第9期

页      码：32-37页

摘      要：为提高负荷预测精度,提出一种基于混沌定向布谷鸟算法优化Elman-IOC神经网络的短期负荷预测模型,首先对Elman神经网络拓扑结构进行改进设计,通过增添输入-输出层连接单元,加强网络并行运算能力,提高预测精度,然后在布谷鸟算法中,利用最优位置信息指导随机游动过程,同时引入混沌扰动算子,增强全局搜索能力,最后将算法应用于Elman-IOC神经网络参数优化,建立了短期负荷预测模型。实验结果表明,较之其他模型,此模型具有更高的预测精度。

主 题 词：短期负荷预测 Elman-IOC神经网络 输入-输出层连接 布谷鸟优化算法 混沌扰动 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 080802[080802] 0808[工学-自动化类] 08[工学] 081104[081104] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19753/j.issn1001-1390.2019.09.006

馆 藏 号：203670295...