论文部分内容阅读
传统神经网络预测模型受网络结构复杂性和样本复杂性的影响，容易出现“过学习”或低泛化能力。利用粗糙集理论中的几种属性约简算法对与负荷相关的各种历史数据进行约简，剔除与决策信息不相关的属性。实例证明该方法简化了BP神经网络的输入变量，从而缩短了神经网络模型的训练时间，提高了预测性能。
利用粗糙集约简算法改进BP神经网络负荷预测模型
【摘 要】
：
传统神经网络预测模型受网络结构复杂性和样本复杂性的影响，容易出现“过学习”或低泛化能力。利用粗糙集理论中的几种属性约简算法对与负荷相关的各种历史数据进行约简，剔除与
【机 构】
：
华北电力大学工商管理学院
【出 处】
：
电力需求侧管理
【发表日期】
：
2008年5期
其他文献
在人工智能的大背景下,传统机器人已经满足不了人们的要求,智能机器人成为广大学者的研究焦点,基于深度学习的智能机器人研究更是智能机器人的关键技术所在。本论文主要对基于深度学习的服务机器人视觉系统进行研究,其主要工作流程:首先语音信号获取命令,告知系统下一步的动作指令,其次视觉系统进行定位分析,得到待抓取物体的坐标,最后服务机器人手臂抓取物体并完成指定的动作。主要工作分为以下几个部分:第一部分机器视觉
超、特高压变电站用氧化锌避雷器作为一种过电压保护设备,是变电站绝缘配合的基础,其性能的好坏直接影响着整个电力系统的安全稳定。由于环境因素导致的污秽、受潮以及长期运
自2014年9月李克强总理在夏季达沃斯论坛上提出"大众创业、万众创新"战略以来,我国掀起了大众创业的热潮。在大众创业浪潮中,大学生这一特殊群体,既占有一定的创业优势,同时