基于帝王蝶优化算法的BP神经网络能源预测模型研究OA
Research on BP neural network energy prediction model based on monarch butterfly optimization algorithm
基于帝王蝶优化算法,提出了一种新的帝王蝶-BP(Back Propagation)神经网络预测模型,以预测结果的平均绝对误差为目标函数,对BP神经网络模型的初始权重和阈值进行寻优,实现了对江西省能源供需的准确预测,并依据预测结果制定江西省低碳转型路径.通过与已有文献方法和权威公开数据的对比,验证了帝王蝶-BP神经网络优化预测模型的有效性和优越性.
颜高洋;丁贵立;许志浩;王宗耀;康兵;刘向向
南昌工程学院电气工程学院,江西南昌 330099||南昌工程学院江西省高压大功率电力电子与电网智能量测工程研究中心,江西南昌 330099南昌工程学院电气工程学院,江西南昌 330099||南昌工程学院江西省高压大功率电力电子与电网智能量测工程研究中心,江西南昌 330099南昌工程学院电气工程学院,江西南昌 330099||南昌工程学院江西省高压大功率电力电子与电网智能量测工程研究中心,江西南昌 330099南昌工程学院电气工程学院,江西南昌 330099||南昌工程学院江西省高压大功率电力电子与电网智能量测工程研究中心,江西南昌 330099南昌工程学院电气工程学院,江西南昌 330099||南昌工程学院江西省高压大功率电力电子与电网智能量测工程研究中心,江西南昌 330099国网江西省电力有限公司供电服务管理中心,江西南昌 330001
能源与动力
帝王蝶优化算法BP神经网络能源预测参数优化
monarch butterfly optimizationBP neural networkenergy predictionparameter optimization
《南昌工程学院学报》 2023 (3)
88-94,7
江西省教育厅科学技术研究项目(GJJ211943,GJJ201928)国网江西省电力有限公司重大科技项目(521852210017)
评论