论文部分内容阅读
针对电力通信网风险评估的影响因素繁多,复杂性和重要程度不同,建立了基于因子分析法与神经网络的风险评估模型;运用因子分析法对指标体系进行了分析和约简;考虑到历史的预测误差与未来预测误差的映射关系,利用RBF神经网络对未来的预测误差进行预测。实例验证结果表明,采用因子分析和神经网络结合的方法对电力通信网进行风险评估,减少了评估指标的数量,提高了评估的精度。