典型文献
基于改进果蝇算法优化BP神经网络的接地网腐蚀速率预测模型
文献摘要：
为进一步提高接地网腐蚀速率的预测精度,解决传统模型易陷入局部最优且随机初始化模型参数影响预测准确性和稳定性的问题.文中首先将混沌映射、动态搜索半径策略和优化气味浓度判定公式引入果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)得到改进后的果蝇优化算法(Update Fruit Fly Optimization Algorithm,UFOA);然后利用UFOA优化BP神经网络的初始权值和阈值,建立基于UFOA优化的BP神经网络接地网腐蚀速率预测模型(UFOA-BP);最后以重庆24座变电站的接地网数据进行实验验证.结果表明相对FOA优化的BP神经网络模型、BP神经网络模型、人工蜂群算法优化的支持向量机模型和广义回归神经网络模型,文中提出的UFOA-BP模型在预测精度和模型稳定性方面均优于其他四种模型,验证了该模型的有效性和可行性,为运维人员提前发现接地网安全隐患,并安排检修,进而保障电网安全稳定运行提供帮助.
文献关键词：
接地网;果蝇算法;腐蚀速率;混沌映射;动态半径
中图分类号：
作者姓名：
程宏伟;高莲;于虹;李鹏
作者机构：
云南大学信息学院,昆明650500;云南电网有限责任公司电力科学研究院,昆明650500
文献出处：
引用格式：
[1]程宏伟;高莲;于虹;李鹏-.基于改进果蝇算法优化BP神经网络的接地网腐蚀速率预测模型)[J].电测与仪表,2022(11):71-78
A类：
UFOA,网络接地,动态半径
B类：
改进果蝇算法,算法优化,接地网,腐蚀速率预测,传统模型,局部最优,初始化,参数影响,影响预测,预测准确性,混沌映射,动态搜索,化气,气味浓度,果蝇优化算法,Fruit,Fly,Optimization,Algorithm,Update,权值,变电站,人工蜂群算法,支持向量机模型,广义回归神经网络,模型稳定性,排检,检修,电网安全,安全稳定运行
AB值：
0.248335
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
