粒子群算法优化LSTM神经网络的短期负荷预测 MATLAB程序

PSO-LSTM神经网络短期负荷预测

本算法自己编写，仅用于学习金和交流

有什么问题都可以问我，随时提供问题解答和交流学习

使用粒子群算法对LSTM神经网络的参数寻优，以找到LSTM神经网络的最佳参数，避免因人为主观因素造成的误差

粒子群算法PSO寻优的参数有：1，第一层隐含层数目；2，第二层隐含层数目；3，学习率；4，学习率衰减因素

采用Adam优化器，大幅提高预测精度

数据有88天的负荷，包含5个影响因素（最高温度，最低温度，平均温度，降雨量，湿度）

神经网络预测时，采用上述寻优得到的最优参数

训练时，81天的数据作为训练集，根据负荷的变化趋势和对应的影响因素完成预测模型的构建

模型平均百分比误差可降到1%

测试时，以一周7天的影响因素和时序作为输入，采用上述训练好的模型，预测未来一天的负荷数值

即附赠数据（有更多的数据，影响因素也更多），相关文献

数据较多，计算量较大，运算时长较长

ID:3895

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/794460907168.html