基于鱼群算法优化BP神经网络的电力客户满意度综合评价方法

首先从形象、期望、对供电质量的感知、对服务质量的感知、价值感知、抱怨、忠诚7个方面建立供电客户满意度测评指标体系,然后分析了BP神经网络与鱼群算法结合的可行性,探讨了鱼群算法优化神经网络的步骤。最后对5个地区2009年供电客户满意度测评数据,在专家打分测评的基础上,运用神经网络及鱼群算法优化神经网络方法进行满意度评价。前者在收敛过程中130次停留在误差值10-1左右,后者在局部最优处仅仅停留10次;在误差值为0.001时,前者经过168次训练后能够达到目标,而后者只需要88次训练就能达到目标。结果表明鱼群算法优化神经网络具有准确、快捷、简易等优点,此方法用于供电客户满意度评价行之有效。     

基于盲数理论的变电站工程全寿命周期成本估算

变电站全寿命周期成本(full life-cycle cost,LCC)中包含许多不确定影响因素,这些盲信息影响着LCC估算值的准确度。为量化分析盲信息对变电站成本的影响,引入盲数理论,建立了变电站LCC的盲数模型,以某变电站为例,采用定性专家预测法对其LCC进行估算。结果表明:与传统的确定性模型相比,盲数模型能够得出LCC的可能分布区间,还可以得出各个区间的可信度,这使得估算结果更加合理可信,对于变电站工程项目的成本优化具有参考价值。