排序方式: 共有52条查询结果,搜索用时 0 毫秒
31.
32.
33.
34.
35.
36.
针对BP神经网络方法制约短期电力负荷预测精度的问题,提出一种基于迭代误差补偿的核极端学习机(KELM-IEC)预测模型。首先,建立短期电力负荷预测模型的输入指标体系,选择月份、日期、星期、周数、是否为节假日、日平均气温、前一日的最大负荷量等影响电力负荷的7个因素作为预测模型的输入;其次,基于新型神经网络模型--核极端学习机(KELM),建立负荷预测模型,引入支持向量机(SVM)的核函数映射作为极端学习机(ELM)的隐含层节点映射,有效结合ELM结构简单、训练简便与SVM泛化能力强的优势,提高负荷预测精度;最后,基于时间序列预测中迭代误差补偿(IEC)技术,建立IEC模型,再次利用KELM对负荷预测模型的预测误差进行学习,从而对预测结果进行补偿和修正,进一步减小模型预测误差,提高预测性能。采用两组实际电力负荷数据进行仿真实验,其中,KELM-IEC模型与BP神经网络模型相比,平均绝对百分误差(MAPE)分别降低了74.39%和34.73%,最大绝对误差(ME)分别降低了58.34%和39.58%;同时与KELM模型相比,平均绝对百分误差分别降低了18.60%和4.29%,最大绝对误差分别降低了0.08%和11.21%,说明误差补偿策略的必要性。实验结果表明,KELM-IEC预测模型能够有效地提高短期电力负荷预测的精度,有利于改善电力系统的计划、运营和管理,保障生产和生活用电,提高经济效益和社会效益。 相似文献
37.
水电工程技术复杂,工期长,施工进度计划十分复杂,用传统方法描述难以达到形象直观的目的。利用地理信息系统(GIS)的空间建模以及数据处理技术和三维可视化功能,实现了基于施工进度计划的工程三维动态模拟,为工程施工计划的编制提供了技术支持,对提高工程的研究和决策水平有重要的意义。 相似文献
38.
39.
40.
为提高工程结构优化的精度,应用了一种耦合惩罚函数的粒子群优化算法。该算法是从鸟群觅食活动中受到启发而得到的进化算法,其中以结构总重量为目标函数,以应力、位移和力为约束条件,研究粒子群参数变化对结果的影响。协调的参数组合可以避免陷入早熟收敛而能够快速获得全局的最优解。通过与ANSYS优化模块和其他方法的计算结果比较验证了该方法的有效性。 相似文献