| 摘要: |
| 为了提高样本数据较少情况下中长期负荷预测的预测精度，分析了传统GM（1,1）预测模型的缺点，提出了一种适用于中长期负荷预测的GM（1,1）优化建模方法。用一个与GM（1,1）模型的时间响应式具有相同形式的连续函数，拟合灰色系统的原始离散数据，将连续函数映射到神经网络，构建了GM（1,1）模型的灰参数与BP网络权值的对应关系。用已知负荷作为训练样本，利用BP算法对网络进行优化，当网络收敛时，提取优化的灰参数，实现了应用GM（1,1）模型对中长期负荷预测的优化建模。算例分析结果表明该方法是可行且有效的。 |
| 关键词: GM（1,1）模型；灰色BP神经网络模型 BP算法；优化建模；中长期负荷预测 |
| DOI：10.7667/j.issn.1674-3415.2011.21.013 |
| 分类号: |
| 基金项目:湖北省教育厅科学技术研究项目（D20111305, Q20101309） |
|
|
|
|
| Abstract: |
|
| Key words: |
