负荷预测的神经BP算法MATLAB程序, 采用matlab编写,利用BP算法实现。。。。。。。。。。。。。。。。。。。。。。。
基于灰色系统和人工神经网络的负荷预测综合模型,方静,李新炜,灰色系统、人工神经网络作为行之有效的负荷预测工具有着各自的优缺点,本文通过研究两者的互补性,分析了两者的结合方式,给出了
针对矿区供热负荷强非线性、难以建立精确数学模型等特点,提出了采用小波神经网络进行负荷预测的方法。为了克服小波神经网络易于陷入局部最小、收敛速度慢等问题,采用全局搜索能力强、收敛速度快的扩展蚁群算法对小
论文研究-基于串联灰色神经网络的电力负荷预测方法.pdf, 为了提高电力负荷预测的精度,分析现有人工神经网络和灰色预测方法
下载的论文, 对短期负荷预测感兴趣 可参考。
本文详细介绍了基于Elman神经网络模型的短期电力负荷预测模型,包含了模型的原理、设计方法以及应用案例。该模型通过对历史负荷数据进行训练,能够准确地预测未来一段时间内的电力负荷情况,对于电力调度和能源
RBF网的梯度算法程序,运用RBF神经网络进行梯度算法
针对建筑物地基沉降的机理以及RBF(RadialBasisFunction,径向基函数)神经网络能够有效描述不确定性问题和解决复杂非线性问题等特点,通过反复试验,优化设计,建立了RBF神经网络,并用该
该代码是基于MATLAB编写的基于遗传算法优化的神经网络预测。该神经网络提供了五个隐层,输出包括预测值以及误差。
GABP,遗传算法优化神经网络(BP)进行预测,优化前后对比,可套用在其它模型。