本文主要研究内容
作者胡伟,杨枫（2019）在《基于改进花朵授粉算法的风电预测神经网络模型》一文中研究指出：针对常规Elman神经网络容易陷入局部最优、泛化能力不足等缺点,提出一种将花朵授粉算法和Elman神经网络相结合的风电预测新方法。采用逻辑自映射函数构建混沌序列,将混沌变量映射到问题的解空间,使缺乏变异机制的花粉粒集具有较强的自适应能力,有效地防止算法后期最优解趋同的现象;利用变换系数动态收缩自变量范围,降低算法陷入局部极值的概率,使算法的搜索效率得到有效提高。结合预测需求和网络特征,对花粉粒参数进行编码,确定Elman神经网络的最佳权值和阈值。算例分析表明,所提出的风电预测神经网络模型在保证概率预测精度的条件下能达到较好的预测效果,为短中期风电功率预测提供了一种可行的解决思路。
Abstract
zhen dui chang gui Elmanshen jing wang lao rong yi xian ru ju bu zui you 、fan hua neng li bu zu deng que dian ,di chu yi chong jiang hua duo shou fen suan fa he Elmanshen jing wang lao xiang jie ge de feng dian yu ce xin fang fa 。cai yong luo ji zi ying she han shu gou jian hun dun xu lie ,jiang hun dun bian liang ying she dao wen ti de jie kong jian ,shi que fa bian yi ji zhi de hua fen li ji ju you jiao jiang de zi kuo ying neng li ,you xiao de fang zhi suan fa hou ji zui you jie qu tong de xian xiang ;li yong bian huan ji shu dong tai shou su zi bian liang fan wei ,jiang di suan fa xian ru ju bu ji zhi de gai lv ,shi suan fa de sou suo xiao lv de dao you xiao di gao 。jie ge yu ce xu qiu he wang lao te zheng ,dui hua fen li can shu jin hang bian ma ,que ding Elmanshen jing wang lao de zui jia quan zhi he yu zhi 。suan li fen xi biao ming ,suo di chu de feng dian yu ce shen jing wang lao mo xing zai bao zheng gai lv yu ce jing du de tiao jian xia neng da dao jiao hao de yu ce xiao guo ,wei duan zhong ji feng dian gong lv yu ce di gong le yi chong ke hang de jie jue sai lu 。
论文参考文献
论文详细介绍
论文作者分别是来自系统管理学报的胡伟,杨枫，发表于刊物系统管理学报2019年04期论文，是一篇关于,系统管理学报2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自系统管理学报2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：系统管理学报2019年04期论文;