第第頁，共3頁實驗ANFIS神經(jīng)網(wǎng)絡(luò)的構(gòu)建與使用一、實驗?zāi)康募由顚NFIS神經(jīng)網(wǎng)絡(luò)原理的理解及使用；掌握使用ANFIS神經(jīng)網(wǎng)絡(luò)解決實際問題的方法。二、實驗內(nèi)容本次實驗通過ANFIS神經(jīng)網(wǎng)絡(luò)在用電預(yù)測中的應(yīng)用，對未來某交易時段內(nèi)統(tǒng)負荷的預(yù)先估計。負荷預(yù)測是進行實時控制、制定運行計劃和發(fā)展規(guī)劃的基礎(chǔ)，是電力市場決策支持軟件的基本組成部分。并觀察同ANFIS神經(jīng)網(wǎng)絡(luò)的各個參數(shù)對ANFIS神經(jīng)網(wǎng)絡(luò)的影響：1、該用電預(yù)測的實例中，常規(guī)重要的量化指標主要:時間（date）、實際用電值（x）、以及擬合用電值（y）為輸出項；本實驗中通過選取date、x等指標，y為輸出變量；運用評價數(shù)據(jù)對訓(xùn)練好的ANFIS系統(tǒng)進行驗證。通過仿真實驗表明，該方法行之有效，并可大大提高故障診斷效率，具有較強的實用性。實驗數(shù)據(jù)見《electricity-data.xls》。2、在初始參數(shù)下，觀測ANFIS神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程及使用測試數(shù)據(jù)進行仿真時的輸出，然后將訓(xùn)練次數(shù)設(shè)置為100、800、1200等等，分析網(wǎng)絡(luò)的輸出效果，以便確定合適的訓(xùn)練次數(shù)。3、在保持其它參數(shù)不變的情況下，改變隸屬度函數(shù)的類型（或者隸屬函數(shù)的個數(shù)），例如取鐘形、S形、梯形、高斯形等等，觀測ANFIS神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程和輸出，以便最終確定隱含層神經(jīng)網(wǎng)絡(luò)的個數(shù)。4、在ANFIS人工神經(jīng)網(wǎng)絡(luò)已經(jīng)訓(xùn)練好的情況下，從樣本數(shù)據(jù)中抽取若干數(shù)據(jù)進行模型測試，測試訓(xùn)練好的ANFIS人工神經(jīng)網(wǎng)絡(luò)能否正確逼近它們。注意：模型訓(xùn)練時可選取80%樣本用于建模，另20%用作模型驗證。三、實驗方法與步驟數(shù)據(jù)準備準備樣本數(shù)據(jù)文件:electricity-data.xls?！癐D屬性為數(shù)據(jù)列編號，不需時，可以選擇去掉。將“electricity-data.xls”文件的12條數(shù)據(jù)中前9條數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集，后3條數(shù)據(jù)作為測試數(shù)據(jù)集，并保存為文件。創(chuàng)建方案：登錄TipDM平臺()后的默認頁面即為“方案管理”，在此頁面，選擇“分類與回歸”創(chuàng)建一個新方案，方案名稱：自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)在用電預(yù)測中的應(yīng)用方案描述：電力負荷預(yù)測是根據(jù)電力負荷的歷史數(shù)據(jù)，考慮其它外部客觀因素的影響，對未來某交易時段內(nèi)系統(tǒng)負荷的預(yù)先估計。負荷預(yù)測是進行實時控制、制定運行計劃和發(fā)展規(guī)劃的基礎(chǔ)，是電力市場決策支持軟件的基本組成部分。信息輸入完成后點“確定”保存方案。上傳數(shù)據(jù)：進入“數(shù)據(jù)管理”標簽頁，選擇electricity-data.xls，并上傳，上傳的數(shù)據(jù)將自動顯示在列表框中，若不能正確顯示，點“刷新”按鈕。預(yù)測建模：“系統(tǒng)菜單”中選擇“分類與回歸T神經(jīng)網(wǎng)絡(luò)TANFIS神經(jīng)網(wǎng)絡(luò)”。a）導(dǎo)入數(shù)據(jù)：除id夕卜，date、x、y選擇等屬性（y為輸出項），以及樣本數(shù)據(jù)范圍（從第1行至12行），導(dǎo)入樣本數(shù)據(jù)到當前算法操作區(qū)。b）參數(shù)設(shè)置：可設(shè)置“訓(xùn)練次數(shù)”“期望輸出”“初始步長”“隸屬度函數(shù)類型”等等參數(shù)。c）模型訓(xùn)練：通過導(dǎo)入的專家樣本數(shù)據(jù)，進行模型訓(xùn)練。分析訓(xùn)練過程中輸出的相關(guān)信息。d）模型驗證：導(dǎo)入10至12行共3條樣本，對訓(xùn)練好的模型進行驗證。分析驗證過程中輸出的相關(guān)信息。f）模型預(yù)測：對date、x等屬性輸入數(shù)據(jù)，預(yù)測y的輸出值；并點“模型預(yù)測”。分析輸出的有關(guān)預(yù)測信息。四、思考與實驗總結(jié)總結(jié)ANFIS神經(jīng)網(wǎng)絡(luò)建模的步驟。分析訓(xùn)練樣本驗證誤