基于改进多元宇宙算法优化极限学习机的负荷预测方法
公开
摘要
本发明公开了基于改进多元宇宙算法优化极限学习机的负荷预测方法。所述方法包括以下步骤：根据极限学习机网络的参数，计算所需优化参数的数量，优化参数的目标为宇宙群；初始化多元宇宙优化算法的参数；采用改进的Tent混沌映射方法初始化宇宙种群；计算/更新宇宙的膨胀率；更新宇宙群；通过虫洞随机传送物质；采用指数形式改进传统多元宇宙优化算法的旅行距离率，更新虫洞存在率；采用精英反向学习的方法改进宇宙；如果达到最大迭代次数或满足精度要求则将优化的权值和阈值赋予极限学习机网络，否则返回更新宇宙群。本发明所提基于改进多元宇宙算法优化极限学习机的负荷预测方法具有更好的稳定性、预测精度和泛化能力。
基本信息
专利标题 ：
基于改进多元宇宙算法优化极限学习机的负荷预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114626573A
申请号 ：
CN202210103424.5
公开（公告）日 ：
2022-06-14
申请日 ：
2022-01-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
蒋崇颖张勇军胡列豪安禹铮姚蓝霓
申请人 ：
华南理工大学
申请人地址 ：
广东省广州市天河区五山路381号
代理机构 ：
广州粤高专利商标代理有限公司
代理人 ：
江裕强
优先权 ：
CN202210103424.5
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/06 G06N3/00 G06N3/04 G06N3/08 G06N7/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
