科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对电力业扩项目时长的不确定性，提出一种自组织映射网络聚类、改进纵横交叉算法优化极限学习机权值阈值的ICSO-SOM-ELM电力业扩项目工期预测模型。首先基于项目预算费用与节点数，采用自组织映射网络对电力业扩项目数据进行二次聚类，初步降低原始数据集的混乱性。其次，提出基于邻域种群交叉变异机制的改进纵横交叉算法，并将其用于优化极限学习机模型的权值阈值，得到最优ELM预测模型。最后，针对电力业扩项目二次聚类数据，分别采用ICSO-ELM预测模型对项目时长进行预测。以某供电局业扩数据进行实验，验证所提模型的有效性，所提出的ICSO-SOM-ELM预测模型优于其他预测模型，可为供电公司的业扩项目工期计划制定提供科学性的建议。
-
单位广东电网有限责任公司; 广州供电局; 广东工业大学
