《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于人工神经网络算法的配电网重构研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。