[发明专利]基于布谷鸟搜索优化MGM（1，N）的年用电量预测方法

摘要

本发明涉及基于布谷鸟搜索优化MGM（1，N）的年用电量预测方法，该方法包括以下步骤确定灰色预测模型MGM(1,N)输入变量；初始化布谷鸟搜索算法(Cuckoo Search,CS)的参数；建立适应度函数，计算初始适应度值，并得到初始最优鸟巢位置；按照莱维飞行公式更新鸟巢位置，计算当前鸟巢位置的适应度值，并与上代鸟巢位置的适应度值进行比较，择优选择鸟巢位置，同时更新最优鸟巢位置；按照淘汰概率更新鸟巢位置，得到本次迭代最优鸟巢位置；判断是否达到最大迭代次数，若是，则转至下一步，否则将迭代次数加1后继续迭代；得到所求年用电量预测值。与现有技术相比，本发明具有收敛速度更快、寻参结果精度更高和年用电量预测结果更精确等优点。

主权项

一种基于布谷鸟搜索优化MGM(1,N)的年用电量预测方法，其特征在于，该方法包括以下步骤：S1、确定灰色预测模型MGM(1,N)的输入变量；S2、初始化布谷鸟搜索算法的参数；S3、将鸟巢的初始位置代入灰色预测模型，求出对应的年用电量预测值；S4、建立适应度函数并代入年用电量预测值和实际用电量，计算初始适应度值，并得到初始最优鸟巢位置；S5、按照莱维飞行公式更新鸟巢位置，计算当前鸟巢位置的适应度值，并与上代鸟巢位置的适应度值进行比较，择优选择鸟巢位置，同时更新最优鸟巢位置；S6、再按照淘汰概率更新鸟巢位置，得到本次迭代最优鸟巢位置；S7、判断是否达到最大迭代次数，若是，则转至S8，否则将迭代次数加1后，转至S5；S8、完成迭代过程，得到最优鸟巢位置，最优鸟巢位置对应的用电量预测值即为所求年用电量预测值。