2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩52頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、能源是人類生產(chǎn)和生活必備的物質(zhì)之一,可靠的能源需求預(yù)測(cè)能為能源企業(yè)發(fā)展戰(zhàn)略的規(guī)劃和國(guó)家能源相關(guān)政策的制定提供決策支持,因此,盡可能地提高預(yù)測(cè)準(zhǔn)確率對(duì)能源企業(yè)或國(guó)家將會(huì)是很有意義的。根據(jù)所使用的數(shù)據(jù),能源需求預(yù)測(cè)類型主要有兩種,一種是僅利用歷史能源需求數(shù)據(jù)建立預(yù)測(cè)模型,即單因素時(shí)間序列預(yù)測(cè);另一種是利用影響能源需求的因素的歷史數(shù)據(jù),如國(guó)內(nèi)生產(chǎn)總值(gross domestic product,GDP),人口數(shù)量,進(jìn)出口額等因素,建立基于多

2、因素影響的預(yù)測(cè)模型。本文主要對(duì)智能預(yù)測(cè)方法中的BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network,BPNN)進(jìn)行優(yōu)化并對(duì)以上兩種類型的能源需求預(yù)測(cè)問題進(jìn)行建模預(yù)測(cè)。
  首先,針對(duì)BPNN的學(xué)習(xí)算法隨機(jī)初始化網(wǎng)絡(luò)的連接權(quán)值和閾值從而易使模型陷入局部極小點(diǎn)的缺點(diǎn),設(shè)計(jì)了一種自適應(yīng)差分進(jìn)化算法(Differential Evolution algorithm,DE)優(yōu)化 BPNN的兩階段混合算法(ADE-BP

3、NN)。該混合算法中,第一階段是采用自適應(yīng)變異因子的差分進(jìn)化算法預(yù)尋優(yōu)BPNN的初始權(quán)值和閾值,第二階段是將第一階段得到的最優(yōu)權(quán)值和閾值作為BPNN的初始權(quán)值和閾值,BPNN繼續(xù)深度尋優(yōu)得到最終的權(quán)值和閾值,預(yù)測(cè)模型由此確立。然后,選取具有非線性特點(diǎn)的單因素時(shí)間序列電力消耗預(yù)測(cè)對(duì)比算例,將本文設(shè)計(jì)的ADE-BPNN與最常用的時(shí)間序列預(yù)測(cè)模型(如自回歸移動(dòng)平均模型)、標(biāo)準(zhǔn)的BPNN預(yù)測(cè)模型及其他預(yù)測(cè)模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比分析,驗(yàn)證了ADE

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論