【ELAMN预测】基于遗传算法优化ELMAN神经网络实现电力符合数据回归预测附matlab代码

1 简介

一种基于遗传算法优化Elman神经网络的短期功率预测方法,包括以下步骤:首先确定Elman神经网络拓扑结构,其中包括神经网络输入层节点个数,隐藏层节点个数,输出层节点个数,承接层节点个数等.然后初始化Elman神经网络权值阈值长度.再使用遗传算法对初始值进行编码并进行交叉变异等操作产生优化后的神经网络初始权值,最后对神经网络进行学习和训练并更新权值,得到预测结果.本发明使得预测准确率更高,速度更快,便于电网的调度运行.​

2 部分代码

function ret=Select(individuals,fitness,sizepop)% 本函数对每一代种群中的染色体进行选择，以进行后面的交叉和变异% individuals input : 种群信息% fitness input : 适应度% sizepopinput : 种群规模% opts input : 选择方法的选择% ret output : 经过选择后的种群​fitness= 1./(fitness);sumfitness=sum(fitness);sumf=fitness./sumfitness;index=[];for i=1:sizepop %转sizepop次轮盘pick=rand;while pick==0pick=rand;endfor j=1:sizepoppick=pick-sumf(j);

如果觉得《【ELAMN预测】基于遗传算法优化ELMAN神经网络实现电力符合数据回归预测附matlab代码》对你有帮助，请点赞、收藏，并留下你的观点哦！