基于改进的遗传算法优化BP神经网络的电力负荷预测

摘要

本文通过对BP神经网络在负荷预测方面收敛的速率过于慢、易于陷入局部最优解等问题.提出用改进的遗传算法去优化BP神经网络的阈值、初始权值以及加入的平滑因子.提高BP神经网络的自适应学习率和附加动量,提高搜索的效率.该模型具有较好的收敛速率和全局空间搜索能力.为了验证改进的(Im-GA)-BP模型预测的合理性,通过对某区域的电力负荷预测分析.此方法的预测精度比一般的BP算法效率高.