论文部分内容阅读
灰色模型和神经网络作为常用的负荷预测方法虽应用较广，但各有缺陷。将两者结合起来一定程度上能实现双方的互补，但是存在的局部最优和收敛性问题一直没有很好的解决。利用遗传算法鲁棒性强、收敛速度快以及全局定位能力强的功能，代替传统的最小二乘法对GM（1，1）模型的参数进行高效求解，可以避免陷入局部最优，实现全局最优。将优化后的GM（1，1）模型与RBF神经网络结合起来，对某市的负荷进行预测。经分析知，用遗传算法优化过的灰色模型与RBF预测模型结合起来具有更快的收敛速度和更高的精度。