论文遗传神经网络在智能电网输电线路造价估算中的应用是适合不知如何写遗传神经网络方面的相关专业大学硕士和本科毕业论文以及关于遗传神经网络论文开题报告范文和相关职称论文写作参考文献资料下载。
摘 要：随着我国智能电网建设的快速发展,电力建设市场日益壮大以及电力投资主体日益多元化,“如何控制和降低工程造价”的问题便凸显出来.本文通过引入基于遗传算法优化的神经网络建立输电线路造价估算模型,通过大量样本学习将隐含在数据内部的关系用网络拓扑结构和参数表达出来,拟合出输电线路工程量和造价之间的非线形映射关系,从而为解决智能电网输电线路施工成本估算问题提供理论和现实指导意义.
关键词：神经网络;遗传算法;智能电网;输电线路;工程造价
目前,在我国智能电网建设中一个突出的问题就是控制和降低工程造价,措施之一就是快速准确地估测工程造价,以此作为项目评估、立项及投资控制的依据.因此,作为智能电网建设中的重要组成部分如何快速估算出输电线路工程的造价已经成为造价管理及辅助决策的核心问题.
输电线路建设中,工程施工成本是由诸多因素决定的,这些制约因素导致工程施工成本估算的指标太多,以及在不同施工环境下量化工作难以实现,从而在实际工作中很难准确估算.神经网络恰恰能实现隐含函数映射功能,并且能在训练集经过不断训练后收敛,能很好地实现对连续函数的任意精度映射的无限逼近.把神经网络运用到输电线路工程施工成本估算中,最后能达到合理值,从而减少人为的因素,能较好地提供施工成本的决策作用,从而为解决输电线路施工成本估算问题提供了理论和现实的指导意义[1].
1 输电线路造价估算模型建立及预处理
1.1 输电线路工程造价指标体系
现行输电线路项目投资构成是以《火电、送变电工程建设预算费用构成及计算标准》（2002年版）为标准的,按其费用和性质的不同,一般由直接工程费即建安费、间接费、利润、税金等组成.输电线路工程直接工程费主要包括工地运输、土石方工程、基础工程、杆塔工程、架线工程、附件工程六部分,这几项占到了整个输电线路工程直接工程费的绝大部分.其中：工地运输可将各种消耗性材料（装置性材料）按量乘以人力运距和汽车运距得出;土石方工程可将基坑开方量、接地开方量、基面开方量及护坡、排水沟、保坎方量提炼出四个工程特性;基础工程主要以混凝土的消耗量为主辅之以基础钢材消耗量;杆塔工程可提炼出：塔基数、杆塔钢材、接地钢材三个工程特性;架线工程主要以导线、地线的消耗量为主;附件工程可提炼出：绝缘子片数、间隔棒个数、防震锤个数、挂线金具四个工程特性.另外,还有四个全局的工程特性：回路数、气象条件、导线、地线型号[2].
综上所述,影响输电线路工程造价主要是十九个工程特性因素,这十九个工程特性可以比较全面的反映出输电线路工程的造价情况,如图1所示.
1.2 指标数据的收集及标准化处理
由于选取的指标数据之间的量纲不同,数据差别较大,为使小的数据不被大的数据淹没,在对其进行样本学习时,必须消除这些差别所带来的影响.样本数据的标准化处理利用线形插值,把输入节点和输出节点的信号控制在[0.1,1]之间.
取a等于max{Xi}赋予相应的权值1,取b等于min{Xi}赋予相应的权值0.1,对任意样本的线形插值计算公式为：xi等于0.1+×0.9.
经过预处理的数据,包括网络的输入和输出样本数据,以矩阵的形式存储：样本输入矩阵P等于x11x12x13等x1,34
x21x22x23等x2,34
x31x32x33等x3,34
等等等
x81x82x83等x8,34、样本输出矩阵T等于[y1y2y3等y34].下面就利用该数据训练基于遗传算法的RBF神经网络输电造价估算模型.
2 遗传神经网络算法详细设计
2.1 算法流程
标准遗传算法的流程如图2所示.
<E：＼书＼排版＼中小企业管理与科技·上旬刊201601＼文件＼224-2.jpg>
图2 标准遗传算法的流程图
①初始化：设置进化代数计数器t等于0,设置最大进化代数T,随机生成M个个体作为初始群体P（0）.
②个体评价：计算群体P（t）中各个个体的适应度.
③选择运算：将选择算子作用于群体.选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代.选择操作是建立在群体中个体适应度评估基础上的.
④交叉运算：将交叉算子作用于群体.所谓交叉是指把两个父代个体的部分结构加以替换重组而生成新个体的操作.遗传算法中起核心作用的就是交叉算子.
⑤变异运算：将变异算子作用于群体.即是对群体中的个体串的某些基因座上的基因值作变动.群体P（t）经过选择、交叉、变异运算之后得到下一代群体P（t+1）.
⑥终止条件判断：若t等于T,则以进化过程中所得到的具有最大适应度个体作为最优解输出,终止计算.
样本训练遗传算法优化后的神经网络的流程如图3所示.
<E：＼书＼排版＼中小企业管理与科技·上旬刊201601＼文件＼224-3.jpg>
图3 样本训练遗传算法优化后的神经网络的流程图
2.2 算法具体步骤
2.2.1 用单纯的RBF径向基函数估计出隐含层结点个数
参数分别取34、15、13、10、9、8、7、6、5,样本训练的精度如图4～图12所示：
对于不同网络节点数是,网络精度如下：
NEWRB,neurons等于0, SSE等于0.141837
NEWRB,neurons等于2, SSE等于0.023091
NEWRB,neurons等于3, SSE等于0.0219086
NEWRB,neurons等于4, SSE等于0.0188978
总结:本论文为您写遗传神经网络毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
参考文献：
1、 基于遗传算法优化的RBF神经网络在MBR膜污染仿真预测中 1 引言（Introduction）水污染的预防和治理已成为当今世界日益严重的热点问题。膜生物反应器（MBR）作为一种将膜分离技术和生物反应技。
2、 区域电网光缆线路智能监测系统的数据传输技术 摘 要： 以区域电网光缆线路智能监测系统为研究对象，对其数据传输技术进行研究。采用数据库技术、计算机技术、GIS技术、网络通信技术、OTDR测试。
3、 基于BP神经网络心电信号智能诊断设计 摘 要： 结合差分阈值法、多重神经网络心电诊断方法提出一种新型的递进型双层BP神经网络心电信号智能诊断设计。采用差分阈值法检测QRS波特征点，通。
4、 基于神经网络智能车辆导航路径识别模型 摘 要： 传统基于PID的车辆导航路径识别模型，基于精准的数学模型实现智能车辆路径控制，在高速情况下具有较低的鲁棒性，智能控制性能差。因此，基于。
5、 电网输电线路故障原因分析和分布 摘要：近些年以来，城乡各地都在着手修建规模较大的电网，而与之相应的输电线路也在迅速实现延伸。然而实质上，电网内部含有交错性的复杂线路，对此如果不。
6、 基于智能电网网络营销模式 摘要：与传统营销模式相比，基于智能电网的网络营销模式具有明显的优势，如合理优化配置电力资源、提高利用效率等。本文首先阐述了基于智能电网网络营销的。