典型文献
改进麻雀算法优化Elman神经网络的短期电力负荷预测
文献摘要：
针对埃尔曼(Elman)动态递归神经网络在短期电力负荷预测中容易陷入局部最优、收敛不稳定以及预测精度低的问题,提出了基于Logistic混沌映射初始化种群并加入随机游走扰动的麻雀搜索算法(SSA)优化Elman动态递归神经网络的预测方法.首先,为提高初始解的质量,根据Logistic混沌映射理论对麻雀种群进行初始化;其次,在麻雀搜索食物后,通过随机游走对最优麻雀进行位置扰动,提高其全局与局部搜索能力;最后,将改进麻雀搜索算法(ISSA)与Elman动态递归神经网络相结合,并通过Matlab进行真实数据仿真,对比分析了ISSA-Elman模型与其他模型的电力负荷预测结果.结果表明:本文方法误差更小,预测精度更高.
文献关键词：
Elman神经网络;负荷预测;Logistic混沌映射;随机游走扰动;麻雀搜索
中图分类号：
作者姓名：
邹定江;刘天羽;王勉;段震宇
作者机构：
上海电机学院电气学院, 上海 201306
文献出处：
引用格式：
[1]邹定江;刘天羽;王勉;段震宇-.改进麻雀算法优化Elman神经网络的短期电力负荷预测)[J].上海电机学院学报,2022(04):221-227
A类：
随机游走扰动
B类：
改进麻雀算法,算法优化,Elman,短期电力负荷预测,埃尔曼,递归神经网络,局部最优,混沌映射,初始化,初始解,映射理论,局部搜索,搜索能力,改进麻雀搜索算法,ISSA,Matlab,真实数据,数据仿真
AB值：
0.197149
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
