论文部分内容阅读
选择模型输入变量和网络结构是采用神经网络建立负荷预测模型的关键步骤,该文提出了一种基于粗糙集理论的解决方法.此方法采用粗糙集理论对各种影响负荷预测的因素变量进行识别,以此确定预测模型的输入变量;在此基础上通过属性约简和属性值约简获得推理规则集,再以这些推理规则构筑神经网络预测模型,并采用加动量项的BP学习算法对网络进行优化.此方法能遵循一定的理论原则建立负荷预测模型以避免盲目性.最后通过实例计算证明此方法是可行和有效的.