歡迎來到本博客??????
作者研究：本科計算機專業，研究生電氣學碩。主要研究方向是電力系統和智能算法、機器學習和深度學習。目前熟悉網頁爬蟲、機器學習、群智能算法、深度學習的相關內容。希望將計算機和電網有效結合！??????
博主優勢：博客內容盡量做到思維縝密，邏輯清晰，為了方便讀者，博主專門做了一個專欄目錄，整個專欄只放了一篇文章，足見我對其重視程度：博主專欄目錄。做到極度細致用matlab的神經網絡工具箱實現三層bp網絡，方便大家進行學習！親民！！！還有我開了一個專欄給女朋友的，很浪漫的喔，代碼學累的時候去瞧一瞧，看一看：女朋友的浪漫邂逅。有問題可以私密博主，博主看到會在第一時間回復。
目前更新：電力系統相關知識，期刊論文，算法，機器學習和人工智能學習。
支持：如果覺得博主的文章還不錯或者您用得到的話，可以免費的關注一下博主，如果三連收藏支持就更好啦！這就是給予我最大的支持！
歡迎您的到來
???個人主頁：電力系統科研室
專欄目錄：電力系統與算法之美???
【現在公眾號名字改為：荔枝科研社】
?博主課外興趣：中西方哲學，送予讀者：
?做科研，涉及到一個深在的思想系統，需要科研者邏輯縝密，踏實認真，但是不能只是努力，很多時候借力比努力更重要，然后還要有仰望星空的創新點和啟發點。當哲學課上老師問你什么是科學，什么是電的時候，不要覺得這些問題搞笑，哲學就是追究終極問題，尋找那些不言自明只有小孩子會問的但是你卻回答不出來的問題。在我這個專欄記錄我有空時的一些哲學思考和科研筆記：科研和哲思。建議讀者按目錄次序逐一瀏覽，免得驟然跌入幽暗的迷宮找不到來時的路，它不足為你揭示全部問題的答案用matlab的神經網絡工具箱實現三層bp網絡，但若能讓人胸中升起一朵朵疑云，也未嘗不會釀成晚霞斑斕的別一番景致，萬一它居然給你帶來了一場精神世界的苦雨，那就借機洗刷一下原來存放在那兒的“真理”上的塵埃吧。
或許，雨過云收，神馳的天地更清朗.......
本文目錄如下：??????
?
目錄
1 概述
為了改善傳統預測方法中誤差較大的問題，本文提出了多種對 KELM 算法進行優化的風電功率預測模型。首先，分別采用遺傳(GA)優化算法與粒子群(PSO)優化算法對KELM風電預測模型中的學習參數(懲罰因子C與徑向參數o)進行優化，通過30次實驗對比，PSO優化算法較GA算法耗時短，收斂速度較快且穩定性更強，適應度函數值較低，優化效果較好。但PSO優化算法也存在缺陷，即后期搜索能力變差，容易陷入局部極小值，致使不能以概率1搜索到全局最優解。
為了進一步提高模型的預測精度，本文又從量子力學的角度對PSO優化算法進行改進，引入量子粒子群(QPSO)優化算法、自適應早熟判定準則及混合擾動算子，構建了自適應擾動量子粒子群()優化算法。QPSO算法與PSO算法相比，其對應的控制參數更少，這使得QPSO比 PSO算法具有更強的全局尋優能力，同時減少了尋優過程中所消耗的時長。通過自適應早熟判定準則和混合擾動算子來克服 PSO在尋優過程中的早熟收斂問題。實驗表明，算法有效避免了PSO優化算法早熟收斂、后續搜索中尋優能力變差和耗時長的缺點，對PSO優化能力進行了較大幅度的改良。
2 運行結果
效果不是太好，僅供參考。
3 代碼實現
本文僅展現部分代碼，全部代碼見：正在為您運送作品詳情
4 寫在最后
