首页> 中文期刊> 《煤气与热力》 >差分进化极限学习机城市燃气负荷预测

差分进化极限学习机城市燃气负荷预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

介绍极限学习机(ELM)的原理,将差分进化算法(DE)引入极限学习机,通过Matlab建立基于差分进化极限学习机预测模型.实例证明DE-ELM算法能实现快速确定最优的输入层到隐含层的连接权值和阈值,提高神经网络的整体稳定性和预测精度.

著录项

来源
《煤气与热力》 |2016年第3期|50-54|共5页
作者
何方舟; 姚安林; 刘源海; 宋承恩; 翁祥;
展开▼
作者单位

西南石油大学石油工程学院,四川成都610500;

西南石油大学石油工程学院,四川成都610500;

西南石油大学石油工程学院,四川成都610500;

西南石油大学石油工程学院,四川成都610500;

新疆油田公司油气储运分公司,新疆克拉玛依834000;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
燃气负荷; 差分进化; 极限学习机; 人工神经网络; 隐含层节点;

相似文献

中文文献
外文文献
专利

1. 基于改进差分进化算法优化极限学习机的短期负荷预测 [J] . 胡函武 ,施伟 ,陈桥 . 宁夏电力 . 2018,第004期
2. 基于Spark的自适应差分进化极限学习机研究 [J] . 杨敏 ,刘黎志 ,邓开巍 . 武汉工程大学学报 . 2021,第003期
3. 基于差分进化极限学习机的电力系统暂态稳定评估方法 [J] . 李向伟 ,刘思言 ,高昆仑 . 科学技术与工程 . 2020,第001期
4. 基于差分进化和极限学习机的并发查询性能预测 [J] . 陈于思 ,孙林夫 . 计算机集成制造系统 . 2019,第009期
5. 基于自适应差分进化极限学习机的车牌识别算法 [J] . 文武 ,乔龙辉 ,何鹏 . 电子技术应用 . 2017,第001期
6. 细菌觅食算法优化极限学习机短期负荷预测的研究及应用 [C] . Yang Shi-liang ,杨世亮 ,Wang Hui-zhong . 2016年第27届中国过程控制会议 . 2016
7. 基于多模态多目标差分进化的集成极限学习机算法研究 [A] . 王铂 . 2020

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号