基于改進(jìn)神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)康定市某小區(qū)供熱負(fù)荷

打開文本圖片集

【摘要】

為了提高供熱負(fù)荷預(yù)測(cè)的準(zhǔn)確性，研究提出了一種基于主成分分析法和遺傳算法優(yōu)化的反向傳播神經(jīng)網(wǎng)絡(luò)（Principal Component Analysis-Genetic Algorithm-Back Propagation，PCA-GA-BP）預(yù)測(cè)模型。該模型首先采用PCA從原始集中供熱監(jiān)測(cè)數(shù)據(jù)中提取了4個(gè)主成分，作為BP神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)，去除了輸入變量之間的冗雜與相關(guān)性，隨后，利用GA對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化，以此構(gòu)建PCA-GA-BP熱負(fù)荷預(yù)測(cè)模型。（剩余6981字）