基于传递函数自我优化的BP网络算法改进

发布时间：2019-07-01 11:40

【摘要】：目前使用比较普遍的优化方法对BP算法改进之后,改进的BP神经网络预测过程都存在复杂程度变大、更加消耗人力资源等缺陷。针对这些缺陷,本文提出一种传递函数自我优化算法来改进神经网络。然后将改进的网络应用到风电功率预测中,以东北某风电场一段时间的风电运行数据作为实验样本,分别采用传统BP神经网络和改进的BP神经网络进行预测分析。仿真结果证明,改进之后的BP神经网络不仅有更快的收敛速度,还有更加精确的预测结果,并且不需要认为干预整个预测过程。极大提高了网络的预测能力和效率。
[Abstract]:At present, after using the more common optimization methods to improve the BP algorithm, the improved BP neural network prediction process has some defects, such as greater complexity, more consumption of human resources and so on. In order to solve these defects, a transfer function self-optimization algorithm is proposed to improve the neural network. Then the improved network is applied to the wind power prediction, and the wind power operation data of a wind farm in Northeast China are taken as the experimental samples, and the traditional BP neural network and the improved BP neural network are used to predict and analyze the wind power. The simulation results show that the improved BP neural network not only has faster convergence speed, but also has more accurate prediction results, and does not need to interfere with the whole prediction process. The prediction ability and efficiency of the network are greatly improved.
【作者单位】： 东北电力大学信息工程学院;
【基金】：国家自然科学基金资助项目(51277023)
【分类号】：TP183

【参考文献】

相关期刊论文 前8条

1 周英;尹邦德;任铃;边雪芬;;基于BP神经网络的电网短期负荷预测模型研究[J];电测与仪表;2011年02期

2 吴立锋;吴经龙;;BP算法学习率自适应性研究[J];大众科技;2011年12期

3 曲朝阳;孙鹏飞;;基于本体语言OWL的电网领域知识表示方法[J];东北电力大学学报;2012年04期

4 陈翔;王福军;刘天琪;陈振寰;罗海洋;李晓虎;;考虑风电场布局以及风向角的风电功率预测[J];电工电能新技术;2013年01期

5 杨甲沛;李锵;刘郑;袁晓琳;;基于自适应学习速率的改进型BP算法研究[J];计算机工程与应用;2009年11期

6 王美玲;王念平;李晓;;BP神经网络算法的改进及应用[J];计算机工程与应用;2009年35期

7 姜雷;李新;;BP算法收敛性分析及改进[J];计算机时代;2010年12期

8 朱英;;改进的BP神经网络预测模型及其应用[J];武汉理工大学学报(交通科学与工程版);2012年06期

【共引文献】

相关期刊论文 前10条

1 闫丹;张记龙;王志斌;陈媛媛;;基于黄金分割和BP网络的气体体积分数预测模型[J];传感器与微系统;2012年01期

2 张华节;李璀;;学习速率连续变化的BP神经网络算法[J];四川兵工学报;2011年04期

3 张保航;谷海青;高强;;基于FNN的校园电能短期预测算法研究[J];电测与仪表;2012年01期

4 兰华;常家宁;周凌;王冰;张镭;;基于局部均值分解与神经网络的短期负荷预测[J];电测与仪表;2012年05期

5 颜昌沁;李坤;申云成;;基于BP神经网络的客户特征属性约简[J];电脑知识与技术;2011年11期

6 王庆华;唐甜;王清青;刘雅琼;林辉;黄国荣;熊鸿燕;;小儿常见发热出疹性疾病智能诊断模型研究[J];第三军医大学学报;2011年23期

7 吴立锋;吴经龙;;BP算法学习率自适应性研究[J];大众科技;2011年12期

8 吴广发;林丕源;黄沛杰;肖媚燕;张键锋;;神经网络结构优化在肉鸡生长性能预测中的应用[J];广东农业科学;2011年22期

9 苏里坦;玉米提;宋郁东;;基于改进BP神经网络的干旱区芦苇腾发量预测模型[J];干旱区地理;2011年04期

10 唐艳;付存君;魏建新;;基于自适应学习速率的改进BP神经网络[J];计算机光盘软件与应用;2012年04期

相关博士学位论文 前8条

1 龙晓君;地质生态环境多尺度非线性智能评估研究[D];成都理工大学;2011年

2 代磊磊;路网交通事故动态分析及预警方法研究[D];哈尔滨工业大学;2010年

3 刘进雄;基于主设备优化运行的火电厂节能方法与应用研究[D];武汉大学;2010年

4 葛利;基于过程神经网络的时序数据挖掘研究[D];哈尔滨工程大学;2012年

5 杨曦光;黄海叶绿素及初级生产力的遥感估算[D];中国科学院研究生院（海洋研究所）;2013年

6 季伟东;进化计算优化前向神经网络的学习方法研究[D];东北林业大学;2013年

7 唐德翠;城市供水水处理系统的建模、控制与运行优化研究[D];华南理工大学;2013年

8 郝茹茹;汽车ABS整车台架检测方法与试验研究[D];长安大学;2013年

相关硕士学位论文 前10条

1 王权;基于软计算的数字图像修复算法研究[D];天津理工大学;2010年

2 裴雪红;基于改进RBF神经网络的PID控制[D];哈尔滨理工大学;2010年

3 吴孟俊;基于不同模型的运动目标跟踪算法研究[D];华东理工大学;2011年

4 高晖;基于S变换的神经网络对自闭贯通线的故障测距[D];昆明理工大学;2010年

5 刘璇;杉木主要生物化学参数的高光谱遥感估算模型研究[D];中南林业科技大学;2010年

6 毋丽丽;基于神经网路的信息处理研究[D];浙江工商大学;2011年

7 李武鹏;基于AIGA-BP神经网络的粮食产量预测研究[D];太原理工大学;2011年

8 秦丽娜;软件缺陷静态预测研究[D];华中师范大学;2011年

9 李宁;BP神经网络在水文数据中的应用研究[D];山西财经大学;2011年

10 邓欣;人工神经网络在cryptomelane型氧化锰催化剂制备中的研究与应用[D];广东工业大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 贺清碧,周建丽;BP神经网络收敛性问题的改进措施[J];重庆交通学院学报;2005年01期

2 蔡金，

本文编号：2508440