科研之友
微信
新浪微博
Facebook
分享链接
摘要
首先引入自适应算子对标准粒子群优化算法PSO的惯性权重和学习因子进行改进，以提高其探索当前空间和开发未知空间之间的平衡性。同时，采用非线性函数来构建回声状态网络ESN储备池内部状态之间的非线性关系。接着利用改进的粒子群优化算法APSO对非线性回声状态网络NESN的关键参数进行优化，以构建APSO-NESN组合预测模型。最后运用该模型进行电力需求预测。实验结果表明，相比自回归移动平均模型、多元线性回归、标准ESN及其他预测模型，APSO-NESN模型具有更高的预测精度。
- 出版日期2022
- 单位华中科技大学
