《表2 所选色彩及其色值:基于人工神经网络算法的配电网重构研究》
首先,在IEEE 30节点的算例中神经网络输入神经元向量设定为24维,输入与反馈联系单元的神经元向量设定为42维,隐含层和联系单元的神经元向量设定为13维;然后随机生成50租测试集后,使用Matlab软件分别对改良的人工神经网络(HGO)和标准BP神经网络进行训练过程比较,比较结果如表2所示。从表中可以发现:和BP(LM)相比,Elman(HGO)算法虽然在平均迭代步数和时间上稍逊一筹,但是平均运行耗时不相上下,最主要的是总往损减少量提升明显,能够更好地改进配电网重构问题。
图表编号 | XD00197919100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.20 |
作者 | 王春生、康广有、王征、姜涛、李剑峰、王勇 |
绘制单位 | 国网辽宁省电力有限公司、国网辽宁省电力有限公司、国网辽宁省电力有限公司、国网辽宁省电力有限公司、国网辽宁省电力有限公司、国网辽宁省电力有限公司 |
更多格式 | 高清、无水印(增值服务) |