首页|基于FOA优化的BP神经网络在夏季空调降温负荷预测中的应用

基于FOA优化的BP神经网络在夏季空调降温负荷预测中的应用

扫码查看
对传统BP神经网络预测方法进行了改进,提出了一种采用果蝇算法(FOA)优化BP神经网络权值和阈值的新方法,以某地区近十年的历史气象数据及降温负荷值作为算例,使用果蝇算法优化过权值和阈值的BP神经网络模型进行仿真预测,实验结果表明,相比于传统神经网络,经果蝇算法优化过的BP神经网络具有更好的预测性能,更适用于空调降温负荷的预测.
Application of BP Neural Network Optimized by FOA in the Forecasting of Summer Air-Conditioning Cooling Load
This paper proposes a new load forecasting model based on the combination of BP neural network and fruit fly optimization algorithm (FOA).FOA is used to optimize the weight and threshold of BP neural network.Based on the recent ten-year meteorological data and the cooling load value in a region,this new model is proved more suitable for air-conditioning cooling load forecasting compared with traditional BP neural network and it has better forecasting performance.

air-conditioning cooling load forecastingBP neural networkfruit fly optimization algorithm (FOA)

秦砺寒、李顺昕、韩江磊、牛东晓、朱正甲

展开 >

国网冀北电力有限公司经济技术研究院,北京10053

华北电力大学经济与管理学院,北京102206

空调降温负荷预测 BP神经网络 果蝇优化算法

国家自然科学基金

71471059

2014

华东电力
华东电力试验研究院有限公司

华东电力

CSTPCD
影响因子:0.551
ISSN:1001-9529
年,卷(期):2014.42(12)
  • 8
  • 5