基于传递函数自我优化的BP网络算法改进.pdfVIP

学兔兔 第51卷 第11期 电测与仪表 Vo1．5lN0．11 2014年 6月 lO 日 Ekctricalneasurement Instrumentation Jun．10，2014 基于传递函数 自我优化的BP网络算法改进米 曲朝阳，计超，郭晓利，张贺 (东北电力大学信息工程学院，吉林 吉林 132012) 摘要：目前使用比较普遍的优化方法对BP算法改进之后，改进的BP神经网络预测过程都存在复杂程度变大、 更加消耗人力资源等缺陷。针对这些缺陷，本文提出一种传递函数 自我优化算法来改进神经网络。然后将改 进的网络应用到风电功率预测中，以东北某风电场一段时间的风电运行数据作为实验样本，分别采用传统 BP 神经网络和改进的BP神经网络进行预测分析。仿真结果证明，改进之后的BP神经网络不仅有更快的收敛速 度，还有更加精确的预测结果 ，并且不需要认为干预整个预测过程。极大提高了网络的预测能力和效率。 关键词：传递函数 自我优化；神经网络；风电功率预测；BP算法 中图分类号：TM93 文献标识码：A 文章编号：1001—1390(2014)11—0056—04 BP NeuralNetworkAlgorithm ImprovementBased onTransferFunctionSelf-Optimization QUZhao—yang，JIChao，GUOXiao-li，ZHANGHe (CollegeofInformationEngineering，NortheastDianliUniversity，Jilin132012，Jilin，China) Abstract：Usingcommon optimizationmethod toimprovetheBP algorithm willintroduceshortcomingssuch asin- creasedcomplexityandmorehumanresourceconsumption inpredictionprocess．To solvetheproblem ，thispaper presentsatransferfunctionself-optimizationalgorithm forneuralnetworkimprovement．Theimprovednetworkisfur- therappliedtowindpowerprediction．Takingtheoperatingdataofatimeperiodatanortheastwindfamr asexperi- mentalsamples，bothtraditionalandtheimprovedBP neuralnetworkareusedtoanalyzetheprediction．Theresults show thattheimprovedBPneuralnetworkenhancesnotonlyconvergenceratebutalsopredictionaccuracy． Keywords：transferfunctionself-optimization，neuralnetwork，windpowerprediction，BPalgorithm 0 引 言 内外对神经网络研究的重点大多集中在网络权值优 人工神经网络 自上世纪40年代末期产生到现在 化、传递函数改进和改变网络结构等。网络权值学 仅仅几十年，但是由于其 自身所具有的非线性特点、 习算法中影响最大的是误差反响传播算法 (BP算 并行分布结构以及 自动学习的能力，使其在机器人 法)。该方法包括正向传播和反向传播两个步骤组 控制、信号处理、知识工程、专家系统等多个领域都 成。但是传统的BP算法存