论文部分内容阅读
在普通BP算法基础上，引入克隆选择粒子群算法，建立电力需求预测模型．将当期国内生产总值、前期国内生产总值、人口、当期产业结构变化、前期产业结构变化等影响电力需求的因素作为网络输入，电力需求作为网络输出，同时选择合适的隐层节点数，确定模型的网络结构．利用克隆选择粒子群算法反复优化BP网络的权值组合，将优化后的权值作为BP神经网络的初始值，进行BP算法，直至网络达到训练指标．利用近几年相关输入输出变量年度数据，对建立的模型进行电力需求实证预测分析，并同普通BP神经网络预测结果进行对比．结果表明：基于克隆选择粒