人工魚群算法(AFSA)是2002年李曉磊提出的基于魚群行為的尋求全局最優
的新型搜索策略,該算法具有較優的全局收斂能力及較快的尋優速度。本文首次將
人工魚群算法應用于人工神經網絡的學習,形成了人工魚群神經網絡模型,通過與
BP算法、模擬退化算法、進化算法訓練的人工神經網絡進行比較,驗證了人工魚群
神經網絡在全局尋優能力上的優勢,進而利用人工魚群神經網絡進行電力系統短期
負荷預測,建立了人工魚群神經網絡預測模型。為了進一步提高算法的穩定性,以
及求得全局最優值的能力,文中給出了改進的人工魚群算法。當人工魚種群的最優
值在多代未變的情況下,加入了“跳躍”行為,改變人工魚個體的參數,避免陷入
局部最優并提高了尋求全局最優解的能力。然后建立了新的預測模型,實際編程表
明,改進后的模型具有更好的全局最優化能力及穩定性。
標簽:
AFSA
2002
人工魚群
算法
上傳時間:
2013-12-18
上傳用戶:BOBOniu