1 簡介

一種基于遺傳算法優化Elman神經網絡的短期功率預測方法,包括以下步驟:首先確定Elman神經網絡拓撲結構,其中包括神經網絡輸入層節點個數,隱藏層節點個數,輸出層節點個數,承接層節點個數等.然后初始化Elman神經網絡權值閾值長度.再使用遺傳算法對初始值進行編碼并進行交叉變異等操作產生優化后的神經網絡初始權值,最后對神經網絡進行學習和訓練并更新權值,得到預測結果.本發明使得預測準確率更高,速度更快,便于電網的調度運行.?

2 部分代碼

function ret=Select(individuals,fitness,sizepop)% 本函數對每一代種群中的染色體進行選擇，以進行后面的交叉和變異% individuals input : 種群信息% fitness input : 適應度% sizepop input : 種群規模% opts input : 選擇方法的選擇% ret output : 經過選擇后的種群?fitness= 1./(fitness);sumfitness=sum(fitness);sumf=fitness./sumfitness;index=[];for i=1:sizepop %轉sizepop次輪盤 pick=rand; while pick==0 pick=rand; end for j=1:sizepop pick=pick-sumf(j);

總結

以上是生活随笔為你收集整理的【ELAMN预测】基于遗传算法优化ELMAN神经网络实现电力符合数据回归预测附matlab代码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。