基于k-means聚类的模糊神经网络市场清算电价预测

摘要

正规化模糊神经网络(NFNN)具有结构复杂,学习时间长等缺点。针对NFNN的缺点,本文应用了一种改进的模糊神经网络(IFNN)预测市场清算电价(MCP)。该模型结构简单,只需通过k-means聚类确定模糊推理层节点的个数,适用性强,预测精确度较高。