首页|期刊导航|电网技术|改进的TSK型动态模糊神经网络在短期负荷预测中的应用

改进的TSK型动态模糊神经网络在短期负荷预测中的应用OA北大核心CSCDCSTPCD

An Improved TSK-Type Dynamic Fuzzy Neural Network Approach for Short-Term Load Forecasting

中文摘要

将改进的TSK犁模糊神经网络(fuzzy neural network,FNN)应用于短期负荷预测.该FNN由椭圆基函数构成神经元的中心和宽度参数,并且具有以下特征:网络结构和参数可自动并同时进行调整,不需提前分割输入空间,也不需提前选择网络初始参数;模糊规则在学习过程中可动态增删,不需采用迭代算法即可快速生成.这种模糊规则可动态增删的模糊神经网络(growing and pruning fuzzy neural network,GPFNN)简单…查看全部>>

杜鹃

南洋理工大学,新加坡,南洋道50号,639798

信息技术与安全科学

动态模糊神经网络短期负荷预测椭圆基函数模糊规则EUNITE竞赛数据

dynamic fuzzy neural networkshort-term load forecastingellipsoidal basis functionfuzzy rulesEUNITE competition data

《电网技术》 2010 (4)

69-75,7

评论

您当前未登录!去登录点击加载更多...