基于改进EO-BP神经网络的高压线损预测AET-电子技术应用-最丰富的电子设计资源平台

基于改进EO-BP神经网络的高压线损预测
所属分类：技术论文
上传者：zhoubin333
文档大小：4157 K
标签：线损预测混沌映射物竞天择概率跳脱策略
所需积分：0分积分不够怎么办？
文档介绍：针对高压线损预测精度不高的问题，提出一种基于均衡优化器（Equilibrium Optimizer，EO）和BP神经网络相结合的线损预测模型。首先，为了提高EO算法的寻优能力，利用多种混沌映射关系初始化种群，使种群多样性增加，全局搜索能力得到改善；同时，采用物竞天择概率跳脱策略改进EO算法，使模型依概率跳出局部最优而收敛于全局最优解。其次，采用改进的EO算法对BP神经网络的权值和偏置进行优化，进而改善BP神经网络的预测效果。最后，实验结果证明，所提线损预测模型相对于回归模型、BP神经网络模型、模拟退火算法优化BP神经网络模型和EO优化BP神经网络模型具有更高的预测精度。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动