《表3 各种算法性能比较Tab.3 Performance comparison of various algorithms》
利用数据样本,采用改进轮盘法确定训练样本及测试样本。搭建具有56个节点的BP神经网络,建立BP神经网络负荷预测模型,进行负荷预测。采用高斯核函数作为基函数,并采用罚函数的方式处理约束条件,构建RBF神经网络作为预测模型。将网络的输入、输出节点作为模糊系统的输入、输出信号,神经网络的隐含节点用来表示隶属函数和模糊规则,采用最小二乘法来进行学习,构建模糊神经网络进行预测。将各种智能算法的预测结果与本文提出的算法预测结果作比较,见表3。
图表编号 | XD0029705300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.10 |
作者 | 刘鑫、滕欢、宫毓斌、滕德云 |
绘制单位 | 四川大学电气信息学院、四川大学电气信息学院、四川大学电气信息学院、四川大学电气信息学院 |
更多格式 | 高清、无水印(增值服务) |