论文部分内容阅读
针对传统对传神经网络（Counter propagation networks，即CPN）要求输入向量必须均匀分布以及隐含层神经元个数难以确定，其应用受到很大局限等问题，对CPN算法进行改进并运用于电力负荷预测。研究结果表明：通过改进CPN算法的初始权重设置规则，克服了对输入向量限制过于严格的不足；通过优化算法运行步骤，提高了算法的运行效果；改进后的CPN算法比BP算法所得预测结果误差小，比日前电力负荷预测研究中RBF和Elman神经网络所得预测结果误差也小；与BP算法相比，CPN改进算法的预测精度提高4