%0 Journal Article
%T 基于粗糙集与神经网络的电力负荷新型预测模型
%J 系统工程理论与实践
%P 113-119
%D 2004
%X ？针对电力系统多因素负荷预测问题的复杂性,融合粗糙集方法与神经网络方法各自的优势,提出一种新型的负荷预测模型——粗糙集径向基函数神经网络模型(rsrbfn).运用粗糙集方法和信息熵概念,在不改变样本分类质量的条件下约简负荷影响因素,简化了网络输入变量.通过消去冗余信息,提炼学习样本,获得典型样本.用典型样本约简隐含层神经元和训练网络,并将网络连接权值学习的非线性极值问题转化为线性规划问题,使网络结构得到优化,提高径向基神经网络的计算效率和预测精度,增强实用性.数值实验结果说明rsrbfn模型是可行、有效、实用的.
%K 负荷预测
%K 粗糙集
%K 神经网络
%K 信息熵
%U http://www.sysengi.com/CN/abstract/abstract107024.shtml