张少平
- 作品数：3 被引量：18H指数：2
- 供职机构：上海师范大学信息与机电工程学院更多>>
- 发文基金：上海市科学技术委员会资助项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 关于天然气管网的短期燃气负荷优化预测研究被引量：7
- 2016年
- 由于短期天然气负荷受天气、温度和社会等多种复杂因素的影响而表现出非线性、非平稳的特性,在负荷曲线上表现为多种波动模态,而多数预测方法直接把影响因素引入到整体的燃气负荷中。为有效提高预测精度,提出一种采用经验模式分解(EMD)和粒子群小波神经网络(PSO_WNN)的短期燃气负荷预测方法。针对历史负荷中的不良数据,首先进行预处理,然后针对历史负荷序列的,再利用EMD按频率将负荷序列分解为固有模态IMF分量,小波神经网络(WNN)具有良好的非线性逼近能力和自学习能力,所以选择WNN预测模型,采用粒子群优化(PSO)算法的全局快速寻优优化小波神经网络的参数,增强预测模型的全局搜索能力,最后对各IMF建立PSO_WNN预测模型进行预测,对上述预测结果进行重构得到最终的预测结果。运用上述模型进行仿真,结果表明,该模型与单一的BP预测和EMD_WNN预测方法相比,预测精度比较高,为短期负荷优化预测提供了参考。
- 张少平徐晓钟代军委
- 关键词：短期负荷预测经验模式分解粒子群算法小波神经网络
- 基于联想记忆的Hopfield神经网络的设计与实现被引量：2
- 2016年
- 介绍了反馈型神经网络Hopfield网络的定义、原理、模型和基本学习规则,并构造了一个用于联想记忆的Hopfield神经网络模型.对实验结果进行分析、比较,实验结果表明:Hopfield神经网络用于数字识别是可行、有效的;该方法较传统神经网络能提高网络的记忆能力和数字识别的正确率;该方法有别于以往的BP神经网络的模式识别,结合一些优化算法,如遗传算法,能对Hopfield神经网络的联想记忆稳态进行优化,增强神经网络的联想记忆能力.
- 张少平徐晓钟马燕
- 关键词：HOPFIELD神经网络MATLAB遗传算法
- 基于自适应变异粒子群算法和BP神经网络的短期燃气负荷预测被引量：11
- 2016年
- 天燃气负荷具有非线性和不确定性的特性,针对传统的单一神经网络预测方法存在收敛速度慢、易陷入局部极值的问题,为提高预测精度,提出一种结合自适应变异粒子群算法(AMPSO)和BP神经网络的短期燃气负荷预测方法。采用自适应调整惯性权重的方法,通过自适应的概率对比较密集的粒子引入交叉算子和变异算子,通过比较当前粒子的概率与交叉概率和变异概率的取值进行交叉和变异,形成AMPSO,利用AMPSO优化BP神经网络,建立较优的燃气负荷预测模型,这种方法能有效实现全局收敛并保证收敛速度。为验证模型的性能对上海市短期负荷进行预测,平均绝对百分误差MAPE为0.012。实验结果表明,与传统的BP神经网络预测方法和PSO_BP预测方法相比,该提出的模型的预测精度比较高。
- 张少平徐晓钟代军委
- 关键词：BP神经网络粒子群算法负荷预测天然气
