人工神经网络与动态搜索的机组组合算法

为了使机组达到最优组合，减少运行成本，研究了基于修正BP人工神经网络与动态搜索的快速算法在机组组合中的运用．采用修正Levenberg-Marquardt算法训练BP神经网络，并针对该算法占用内存大的缺点，提出了减少内存占用量的修正．由此，根据负荷预测曲线，应用修正BP人工神经网络产生机组的预开停计划，在此基础之上，针对预计划中某些机组状态不确定的阶段，应用动态规划法进行全局调整以确定机组的状态组合．实验数据表明，所提出的算法与传统的动态规划算法相比，可以在有效地减少时间与内存的占用量的前提下，有效地避免动态规划法中的维数灾的问题．