基于改进萤火虫算法的小波神经网络短期负荷预测方法 |
| |
作者单位: | ;1.南京邮电大学自动化学院 |
| |
摘 要: | 传统的小波神经网络以梯度下降法训练网络,而梯度下降法易导致网络出现收敛早熟、陷入局部极小等问题,影响网络训练的精度。文章将萤火虫算法用于训练小波神经网络,在全局内搜寻网络的最优参数。为了提高萤火虫算法参数寻优的能力,在训练过程中自适应调节γ值。同时利用高斯变异来提高萤火虫个体的活性,在保证收敛速度的同时避免算法陷入局部极小。将优化后的小波神经网络用于短期负荷预测,实验证明改进后的预测模型非线性拟合能力较强、预测精度较高。
|
关 键 词: | 小波神经网络 萤火虫算法 负荷预测 全局寻优 |
Short-term load forecasting method of optimized wavelet neural network based on modified firefly algorithm |
| |
Abstract: | |
| |
Keywords: | |
|
|