[發(fā)明專利]基于KPCA-LA-RBM的輸變電工程造價(jià)預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810863513.3
• 申請(qǐng)日: 2018-08-01
• 公開（公告）號(hào): CN109214503B
• 公開（公告）日: 2021-09-10
• 發(fā)明（設(shè)計(jì)）人: 牛東曉;浦迪;康輝;戴舒羽
• 申請(qǐng)（專利權(quán)）人: 華北電力大學(xué)
• 主分類號(hào): G06N3/04
• 分類號(hào): G06N3/04;G06N3/06;G06N3/08;G06K9/62;G06Q10/04;G06Q50/06
• 代理公司: 北京眾合誠成知識(shí)產(chǎn)權(quán)代理有限公司 11246
• 代理人: 黃家俊

1.一種基于KPCA-LA-RBM的輸變電工程造價(jià)預(yù)測(cè)方法，其特征在于，包括：

步驟1、對(duì)各樣本數(shù)據(jù)進(jìn)行數(shù)據(jù)選擇與預(yù)處理，并獲得關(guān)鍵影響因素集；

步驟2、將若干組預(yù)處理后的樣本數(shù)據(jù)組成訓(xùn)練集，并使用訓(xùn)練集訓(xùn)練KPCA-LA-RBM組合模型；

所述步驟2具體為：

步驟21、使用核主成分分析法KPCA提取若干組預(yù)處理后樣本數(shù)據(jù)的主成分；

步驟22將前若干組樣本數(shù)據(jù)集組成訓(xùn)練集，使用訓(xùn)練集并利用獅子算法對(duì)受限玻爾茲曼機(jī)模型的參數(shù)集進(jìn)行迭代優(yōu)化，建立LA-RBM模型；

步驟23、隨機(jī)設(shè)定獅子算法初始種群，以RBM模型最終結(jié)果作為本步驟的適應(yīng)度值重復(fù)使用步驟22對(duì)RBM模型參數(shù)不斷優(yōu)化，從而得到較優(yōu)的RBM模型參數(shù)；

步驟24采用重構(gòu)誤差為誤差條件的評(píng)估函數(shù)，在經(jīng)過j次迭代的重構(gòu)誤差吉布斯塊采樣后，計(jì)算與原始數(shù)據(jù)的差值；當(dāng)隱含層輸出結(jié)果滿足誤差條件時(shí)，隱含層輸出結(jié)果即為系統(tǒng)輸出結(jié)果，否則返回步驟23繼續(xù)計(jì)算；

第j次迭代的重構(gòu)誤差計(jì)算如下：

其中，m表示可見層節(jié)點(diǎn)數(shù)，k表示訓(xùn)練樣本的數(shù)目；

當(dāng)該誤差條件滿足時(shí)，隱含層輸出結(jié)果即為系統(tǒng)輸出結(jié)果；

所述步驟22具體為：

步驟221建立受限玻爾茲曼機(jī)算法RBM模型，并初始化RBM模型參數(shù)；對(duì)于RBM來說，其模型參數(shù)為其中，α_ij，β_i，γ_j分別表示可見層第i個(gè)節(jié)點(diǎn)和隱藏層第j個(gè)節(jié)點(diǎn)之間的權(quán)值、可見層第i個(gè)節(jié)點(diǎn)的偏置、隱藏層第i個(gè)節(jié)點(diǎn)的偏置；

步驟222、采用訓(xùn)練集對(duì)RBM模型進(jìn)行訓(xùn)練，并計(jì)算RBM模型的最終結(jié)果；所述步驟23具體為：

在步驟231之前，設(shè)目標(biāo)函數(shù)，將適應(yīng)度值代入目標(biāo)函數(shù)，目標(biāo)函數(shù)為：

min f(x₁,x₂,...,x_n) (15)

其中n≥1；

步驟231：生成種群

在算法的初始階段，將獅群初始化為2n頭獅子并將其平分為兩組，得到一個(gè)候選種群；其中，公獅子結(jié)構(gòu)為母獅結(jié)構(gòu)為l為解向量的長(zhǎng)度；

步驟232：交配

通過交配使生成的A^male和A^female產(chǎn)生新的幼崽通過和隨機(jī)選擇兩個(gè)交叉點(diǎn)進(jìn)行雙概率交叉可以生成四只幼仔群

變異操作是使用概率p進(jìn)行隨機(jī)變異產(chǎn)生幼崽交叉和變異均完成后，幼崽種類數(shù)為8個(gè)；

聚類就是使用K-means方法將已有的8個(gè)解集進(jìn)行性別分組：雄性幼崽A^m_cub雌性幼崽A^f_cub；

根據(jù)每個(gè)個(gè)體代表的可行解，殺死總數(shù)較多一組的瘦小個(gè)體以保證兩組幼崽數(shù)量平衡，最終達(dá)到更新種群的目的；

步驟233：領(lǐng)土防御

在領(lǐng)土防御過程中，隨機(jī)初始化游動(dòng)獅子ψ^nomad，將其作為新的可行解，并使用新解決方案ψ^nomad攻擊雄獅如果新的解決方案更好，則將之與整個(gè)獅群的解進(jìn)行比較；如果新方案仍然更好，則這套解決方案ψ^nomad將取代原來的雄獅新的獅子將繼續(xù)交配，并且原來的雄獅和幼仔將被殺死；否則原獅子繼續(xù)領(lǐng)土防御，幼崽長(zhǎng)大一歲，直到幼崽成年，并將其保留在種群中，繼續(xù)交配產(chǎn)生下一代；在種群更新完成之后，將幼崽的年齡初始化為0；

設(shè)f(.)為目標(biāo)函數(shù)，f(ψ^pride)是整個(gè)種群的值，計(jì)算公式如下：

其中，f(ψ^male)和f(ψ^female)分別是雄獅和雌獅的值，和分別是雄性幼崽和雌性幼崽的值，||ψ^m_cub||代表種群中雄性幼崽的數(shù)量并且age_mat是達(dá)到交配要求的年齡，age_cub是幼崽的年齡；

步驟234：領(lǐng)土接管

在領(lǐng)土接管階段，分別尋找雌獅和雄獅中的最佳解決方案，替代劣質(zhì)解決方案，進(jìn)行交配，替代過程如下：

按照以下標(biāo)準(zhǔn)：

選擇最好的雄獅和最好的雌獅其中，ψ^male、ψ^m_cub分別表示雄獅群中的可行解，成年雄獅代表的可行解，雄獅中的幼崽代表的可行解，ψ^female、ψ^f_cub分別表示雌獅群中的可行解，成年雌獅代表的可行解，雌獅中的幼崽代表的可行解；

設(shè)κ為的育種數(shù)，κ_strenth為雌獅最優(yōu)育種能力，通常設(shè)定為5，并且，隨著獅群的交配行為逐步加一；如果雌獅被替換，則κ初始化為0；如果原雌獅被替換回來，κ在原基礎(chǔ)上繼續(xù)累加；

步驟235、整個(gè)過程重復(fù)迭代直至達(dá)成終止條件；

完成步驟234后，如不符合終止條件，返回步驟232，終止條件為GEN≥GEN_max；GEN為獅群的遺傳代數(shù)，GEN_max為整個(gè)過程重復(fù)迭代直到最大遺傳代數(shù)；達(dá)成終止條件后，選擇出的最優(yōu)獅子作為較優(yōu)的模型參數(shù)輸出；最優(yōu)獅子為整個(gè)過程重復(fù)種群中最好的獅子；

步驟3、輸變電工程造價(jià)預(yù)測(cè)：

將剩余的數(shù)據(jù)作為測(cè)試集，運(yùn)用測(cè)試集對(duì)訓(xùn)練好的KPCA-LA-RBM組合模型進(jìn)行預(yù)測(cè)，得到最終的預(yù)測(cè)結(jié)果。