重置的变结构前馈神经网络优化组合预测
本文阐述了组合预测方法的基本原理，并从理论上论证了组合预测方法相对于单一预测模型的优越性.针对神经网络难以优化问题，提出了一种新的基于重置的变结构前馈神经网络模型的最优权重确定方法：首先构造基于拟牛顿法(Quasi.NewtonAlgorithm)的前馈神经网络模型，为了优化神经网络结构，尝试引入重置算法(EarlyRestartAlgorithm)，得到基于重置的拟牛顿动态前馈神经网络.最后将应用于电力系统短期负荷的预测中，通过分析和比较，此模型具有很强的自适应性和较高的预测精度.
电力负荷预测 预测模型 前馈神经网络 重置算法
王翠茹 杜鹃
华北电力大学计算机科学与技术系,保定,071003
国内会议
厦门
中文
110-114
2006-07-25（万方平台首次上网日期，不代表论文的发表时间）