您的位置: 专家智库 > >

山东省软科学研究计划(2007RKB188)

作品数:9 被引量:245H指数:6
相关作者:于新花师彪闫旺孟欣戴尊红更多>>
相关机构:青岛科技大学西安理工大学更多>>
发文基金:山东省软科学研究计划国家火炬计划陕西省自然科学基金更多>>
相关领域:电气工程经济管理自动化与计算机技术文化科学更多>>

文献类型

  • 9篇中文期刊文章

领域

  • 5篇电气工程
  • 3篇经济管理
  • 2篇自动化与计算...
  • 1篇文化科学

主题

  • 4篇负荷预测
  • 3篇电力
  • 3篇电力负荷
  • 3篇电力负荷预测
  • 3篇短期电力负荷
  • 3篇短期电力负荷...
  • 3篇短期负荷预测
  • 3篇神经网
  • 3篇神经网络
  • 3篇管理与控制
  • 3篇财务
  • 3篇财务风险
  • 2篇企业
  • 2篇泛化
  • 2篇泛化能力
  • 1篇电价
  • 1篇电价预测
  • 1篇电算
  • 1篇电算化
  • 1篇电网

机构

  • 9篇青岛科技大学
  • 5篇西安理工大学

作者

  • 9篇于新花
  • 6篇师彪
  • 5篇闫旺
  • 3篇孟欣
  • 2篇戴尊红
  • 2篇李娜
  • 1篇何常胜
  • 1篇李鹏

传媒

  • 2篇会计之友
  • 2篇计算机应用
  • 1篇系统工程理论...
  • 1篇电网技术
  • 1篇水力发电学报
  • 1篇中国管理信息...
  • 1篇财务与金融

年份

  • 2篇2010
  • 6篇2009
  • 1篇2008
9 条 记 录,以下是 1-9
排序方式:
基于改进粒子群-径向基神经网络模型的短期电力负荷预测被引量:29
2009年
为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明,该算法优于径向基神经网络法和粒子群–径向基网络算法,克服了径向基网络和粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,输出稳定,预测精度高,收敛速度快,平均百分比误差可控制在1.2%以内。
师彪李郁侠于新花闫旺何常胜孟欣
关键词:负荷预测泛化能力
企业财务风险管理与控制策略被引量:100
2009年
在激烈的市场竞争环境中,企业风险管理的作用日渐突出,而我国企业集团的风险管理相对落后,随着竞争的加剧企业面临的财务风险也越来越复杂和多变。而现实中对财务风险的认识仍有分歧,由此本文提出了财务风险的新定义,分析了财务风险的成因,阐述了风险控制的原则,提出了防范和化解企业财务风险的对策,并以房地产企业为例,提出了化解企业财务风险的措施,从而达到指导实践的目的。
于新花
关键词:财务风险
自适应变系数粒子群—径向基神经网络模型在负荷预测中的应用被引量:5
2009年
为了提高短期电力负荷预测精度,提出了一种自适应变系数粒子群—径向基函数神经网络混合优化算法(AVCTPO-RBF)。实现了径向基神经网络参数优化。建立了基于该优化算法的短期负荷预测模型,利用贵州电网历史数据进行短期负荷预测。仿真表明,该方法的收敛速度和预测精度优于传统径向基神经网络方法和粒子群—RBF神经网络方法及基于混沌理论的神经网络模型,该优化算法克服了径向基神经网络和传统的粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,提高了贵州电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.7%以内。该算法可有效用于电力系统的短期负荷预测。
师彪李郁侠于新花李娜闫旺孟欣
关键词:短期负荷预测泛化能力径向基神经网络
基于改进粒子群-模糊神经网络的短期电力负荷预测被引量:45
2010年
为了提高短期电力负荷预测精度,提出了改进的粒子群-模糊神经网络混合优化算法.用改进的粒子群训练神经网络,实现了模糊神经网络参数优化.建立了基于该优化算法的短期负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素,利用贵州电网历史数据进行短期负荷预测.仿真表明,该方法的收敛速度和预测精度优于传统模糊神经网络法、BP神经网络法、粒子群-BP算法和粒子群-模糊神经网络方法,该优化算法克服了神经网络和粒子群优化方法的缺点,改善了模糊神经网络的泛化能力,提高了电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.2%以内.该算法可有效用于电力系统的短期负荷预测.
师彪李郁侠于新花闫旺
关键词:短期负荷预测模糊神经网络
改进粒子群-BP神经网络模型的短期电力负荷预测被引量:48
2009年
为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群算法(MPSO),并与BP算法相结合,形成改进的粒子群—BP(MPSO-BP)神经网络算法,用此算法训练神经网络,实现了神经网络参数优化,得到了基于MPSO-BP算法的神经网络模型。综合考虑气象、天气、日期类型等影响负荷的因素,进行电网短期负荷预测。算例分析表明,与传统BP神经网络法和PSO-BP神经网络方法相比,该方法改善了BP神经网络的泛化能力,预测精度高,收敛速度快,对电力系统短期负荷具有良好的预测能力。
师彪李郁侠于新花闫旺
关键词:短期负荷预测
弹性自适应人工鱼群-BP神经网络模型及在短期电价预测中的应用被引量:7
2010年
为了提高短期电价预测精度,分析了人工鱼群算法及其缺点,提出了一种弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现了BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对贵州电网进行短期电价预测。仿真表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法和人工鱼群-BP神经网络算法,该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,各日预测电价的平均百分比误差可控制在2%以内,平均绝对误差最大值为1.762$/MWh。该混合算法可有效用于电力市场短期电价预测。
师彪李郁侠于新花闫旺李娜孟欣李鹏
关键词:BP神经网络
中小企业会计电算化的内部控制探讨被引量:8
2009年
本文主要分析计算机会计信息系统内部控制的变化,阐述了网络环境下电算化系统内控的新问题,并以此为基础探讨关于电算化会计信息系统环境下的内部控制建设问题,阐述了如何建立会计电算化条件下的内部控制制度,以确保企业实行会计电算化后,系统能够正常、安全、有效地运行。
于新花戴尊红
关键词:会计电算化内部控制
电网公司财务风险管理与控制策略被引量:6
2008年
随着电力体制改革的不断深化,电网公司传统的财务管理受到冲击和挑战,公司面临着一定的财务风险。本文对电网公司存在的财务风险进行了细致的分析,提出了防范和化解电网公司财务风险管理的对策和控制策略。
于新花师彪戴尊红
关键词:财务风险管理控制策略电网
高校财务风险管理与控制策略被引量:6
2009年
当前,高校进入大规模扩张阶段,财政经费投入不足促使高校负债发展成为必然。高校的财务管理涉及到学校的教学、科研、后勤等各个环节,偿债风险控制的有效与否直接影响高校的正常发展。高校财务管理状况不容乐观,在财务管理和核算方面出现诸多漏洞与弊端,表现在盲目扩建、国有资产流失,人力资源配置失衡,资金来源单一、贷款负担沉重等问题。因此,本文提出解决问题的对策和化解偿债风险的若干控制策略,以期实现高校"负债-发展-收益"之间的良性循环。
于新花
关键词:高校财务管理
共1页<1>
聚类工具0