计算机工程与科学

作者：王林, 王燕丽, 安泽远

单位：（华中科技大学管理学院，湖北 武汉 430074）

关键词：电力需求预测,回声状态神经网络,粒子群优化算法,

基金：国家自然科学基金(71771095);中央高校基本科研业务费专项资金（HUST:2019kfyRCPY038）

首先引入自适应算子对标准粒子群优化算法PSO的惯性权重和学习因子进行改进，以提高其探索当前空间和开发未知空间之间的平衡性。同时，采用非线性函数来构建回声状态网络ESN储备池内部状态之间的非线性关系。接着利用改进的粒子群优化算法APSO对非线性回声状态网络NESN的关键参数进行优化，以构建APSO-NESN组合预测模型。最后运用该模型进行电力需求预测。实验结果表明,相比自回归移动平均模型、多元线性回归、标准ESN及其他预测模型,APSO-NESN模型具有更高的预测精度。

来源：2022年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第8期