当前位置:首页 > 文章导读 > 自然科学版

改进量子粒子群优化算法的神经网络模型负荷预测
张兰
(1,西北工业大学理学院,陕西西安71m29;2,西安航空职业技术学院基础课部,陕西西安710089)
 全文: PDF  
摘要:

提出一种基于Levy飞行的量子粒子群优化算法并用于小波神经网络的训练,该算 法采用基于Levy分布的飞行策略扩大粒子的搜索空间,使粒子易于逃离局部最优点。该 算法克服了传统算法在神经网络训练过程中易于陷入局部最优、收敛速度慢等缺点,提高 了神经网络的泛化能力。最后将改进的量子粒子群优化算法训练小波神经网络应用于电 力系统负荷预测的模型,仿真结果表明改进的量子粒子群优化算法在神经网络训练上具 有更高的预测精度。

关键词: Levy飞行;量子粒子群;神经网络;负荷预测
发表年限: 2016年
发表期号: 第5期