下载  >  开发技术  >  其它  > 基于混沌-RBF神经网络的风电场风速预测

基于混沌-RBF神经网络的风电场风速预测 评分:

基于混沌-RBF神经网络的风电场风速预测,顾乔根,丁晓群,风速具有波动性、间歇性和随机性的特点,大量风电场并网,会给电网的稳定性带来问题。对风速进行短期精确的预测,对及时准确调度

...展开详情
2020-01-11 上传 大小:367KB
举报 收藏
分享
基于 PCA - RBF 神经网络的混凝土坝 位移趋势性预测模型

为了提高混凝土坝位移趋势的预测精度, 提出了一种基于主成分分析( PCA) 和径向基( RBF) 神经网络的混凝土坝位移趋势性预测模型( PCA - RBF) 。首先, 利用主成分分析, 将混凝土坝多测点 的径向位移监测数据降维, 消除影响分量数据集的多重相关性, 分别提取出主元位移和主元影响分 量。然后, 把主元位移和主元影响分量输入径向基神经网络并构建模型, 对提取出的主元位移进行预 测。最后, 将本法应用于某混凝土坝, 结果表明, PCA - RBF 模型的均方根误差( RMSE) , 平均绝对 误差( MAE) 和平均绝对百分比误差( MAPE) 分别为 2. 037 8 mm, 1.

立即下载
基于混沌-RBF神经网络的风电场风速预测

基于混沌-RBF神经网络的风电场风速预测,顾乔根,丁晓群,风速具有波动性、间歇性和随机性的特点,大量风电场并网,会给电网的稳定性带来问题。对风速进行短期精确的预测,对及时准确调度

立即下载
基于BPSO-RBF神经网络的网络流量预测

关于BPSO-RBF神经网络的网络流量预测

立即下载
基于 GM-RBF 神经网络的光伏发电功率预测

为了提高光伏发电功率预测的精度,本文在结合灰色预测算法(GM)与神经络预测算法优点的基础上,提出一 种基于灰色径向基函数(Radical Basis Function, RBF)和神经网络光伏发电功率预测模型。 该预测模型综合了灰色预 测算法所需历史数据少以及 RBF 神经网络预测算法自学习能力强的优点。 最后,运用南昌地区夏季和冬季晴天、阴 天、雨天光伏发电历史数据在 MATLAB 应用平台编程实现对 GM-RBF 神经网络预测模型的预测精度进行验证,得出 基于 GM-RBF 神经网络光伏发电预测模型在夏季晴天预测误差为 6.495%、夏季阴天预测误差为 12.146%、夏季雨天 预测误差为

立即下载
基于 PCA-RBF 网络的学生写作成绩预测模型

为进一步提高学生英语写作成绩预测准确率,提出一种基于主成分分析( PCA) 和径向基函数( RBF) 神经网络相结 合的写作成绩预测模型。先用主成分分析对所建立的学生写作评价体系作数据降维处理, 提取前 5 个主成分, 再将这些 主成分作为 RBF 神经网络的输入,构建 3 层 RBF 神经网络预测模型。实验结果表明,与单一的 RBF 神经网络和 BP 神经 网络相比,PCA-RBF 预测模型的结构简单,收敛速度快,预测准确率高,泛化能力强,验证了本文提出模型的有效性

立即下载
基于PF-RBF神经网络的短期风电功率预测

为了提高风电功率的预测精度, 研究了一种基于粒子滤波( P F) 与径向基函数( RBF) 神经网络相结合的风电功率预测方法。使用 P F算法对历史风速数据进行滤波处理, 将处理后的风 速数据结合风向、 温度的历史数据, 归一化后构成风电功率预测模型的新的输入数据; 利用处理后 的新的输入数据和输出数据, 建立 P F-RBF神经网络预测模型, 预测风电场的输出功率。仿真结果 表明, 使用该预测模型进行风电功率预测, 预测精度有一定的提高, 连续1 20h功率预测的平均绝对 百分误差达到8.04%, 均方根误差达到10.67%

立即下载
基于 AFSA-RBF 神经网络的电动汽车动力 电池 SOC 预测

传统的电池荷电状态( State of Charge,SOC) 估计方法是基于精确的数学模型, 它依赖于大量的 建模假设和经验参数,故模型预测 SOC 精度是有限的; 为了提高动力电池 SOC 预测的精度,提出利用人工鱼 群算法( Artificial Fish Swarm Algorithm, AFSA) 优化径向基神经网络( RBF) 对 SOC 进行预测,解决了 RBF 网 络参数选择的不确定性; 仿真实验结果表明: 方法能方便、 快速、 准确地实现对 SOC 的预测, 且具有实际使用 价值

立即下载
基于 GGAP-RBF神经网络的多参数纯电动客车蓄电池荷电状态预测

为了准确预测纯电动客车蓄电池的荷电状态( SOC), 提出了基于广义生长剪枝径向基函数 ( GGAP-RBF) 神经网络的多参数纯电动客车蓄电池 SOC 预测模型。首先以蓄电池端电压、 放电 电流、 环境温度和循环次数作为神经网络输入参数建立 GGAP-RBF 神经网络蓄电池 SOC 预测模 型, 然后以不同放电倍率、 环境温度和循环次数的蓄电池放电试验数据作为样本对模型进行训练, 并建立了蓄电池仿真模型和纯电动客车整车仿真模型, 最后进行了城市道路循环行驶工况( UDDS 工况) 下单体蓄电池放电试验和纯电动客车40km·h -1等速行驶续驶里程试验研究。结果表明: UDDS工况下, SOC

立即下载
PSO-GA-RBF

PSO-GA-RBF神经网络。。

立即下载
PSO-optimize-RBF matlab实现

PSO-RBF的matlab实现程序,很好用,希望对大家有所帮助

立即下载
一个SVM的demoRBFdemomatlab程序-svm-rbf-demo.rar

一个SVM的demoRBFdemomatlab程序-svm-rbf-demo.rar 最近在学习支持向量机,在网上逛了很长时间,也尝试了很多的程序和软件包,觉得这个还不错,是matlab的m文件,希望对大家有帮助。 下载,解压,运行demo文件

立即下载
pso-rbf python实现

一种粒子群算法优化的rbf神经网络,python实现,这是一次课程作业

立即下载
刘金琨著-RBF神经网络自适应控制-全书程序

刘金琨著-RBF神经网络自适应控制-全书程序-童叟无欺

立即下载
PSO-RBF的MATLAB程序实现

for i=1:popcount pop(i,:)=rand(1,9);%初始化粒子位置 V(i,:)=rand(1,9);%初始化粒子速度 %计算粒子适应度值 Center=pop(i,1:3); SP=pop(i,4:6); W=pop(i,7:9); Distance=dist(Center',SamIn); SPMat=repmat(SP',1,SamNum);%repmat具体作用 UnitOut=radbas(Distance./SPMat); NetOut=W*UnitOut;%网络输出 E

立即下载
Matlab中用RBF网络逼近非线性函数-RBF网络用于函数逼近.rar

Matlab中用RBF网络逼近非线性函数-RBF网络用于函数逼近.rar 这是一个用RBF网络逼近非线性函数的实例,希望对大家有所帮助。 所含文件: 20090630152009375.jpg 结果: 20090630151956218.jpg

立即下载
Matlab的RBF神经网络用于模式分类-RBF 神经网络用于模式分类.rar

Matlab的RBF神经网络用于模式分类-RBF 神经网络用于模式分类.rar RBF 神经网络用于模式分类

立即下载
Matlab的RBF神经网络对非线性系统进行逼近-RBF神经网络对非线性系统进行逼近.rar

Matlab的RBF神经网络对非线性系统进行逼近-RBF神经网络对非线性系统进行逼近.rar RBF神经网络对非线性系统进行逼近

立即下载
RBF神经网络中心选取OLS算法的研究-RBF神经网络中心选取OLS算法的研究.rar

RBF神经网络中心选取OLS算法的研究-RBF神经网络中心选取OLS算法的研究.rar RBF神经网络中心选取OLS算法的研究。好东西哦 刘文菊,郭 景 摘 要:介绍了RBF网络的基本原理,对RBF网络中心选取的算法进行了研究,探讨一种算法,以克服目前RBF 网络中心选取算法中的一些缺点.文章给出了()I s算法及其应用函数逼近的实例.结果证明,由于计算过 程中应用了这一算法的正交化性质,所以网络调整时对已有模式的扰动最小.这说明()I s算法不仅简单 有效,而且性能优越,并有较强的实用性,在许多领域有广泛应用. 关键词:RBF神经网络;学习算法;OI S算法

立即下载
基于GA-RBF网络的乙烯裂解炉在线操作优化.pdf

基于GA-RBF网络的乙烯裂解炉在线操作优化pdf,基于GA-RBF网络的乙烯裂解炉在线操作优化

立即下载
论文研究-基于AP-RBF算法的电力负荷短期预测研究 .pdf

基于AP-RBF算法的电力负荷短期预测研究,刘海燕,李良祎, 针对传统电力负荷短期预测方法存在的问题,利用最新智能无模型网络训练方法,提出了一种基于数据挖掘技术的径向基函数神经网络��

立即下载