投稿信

2020-03-02 17:21:16 来源：范文大全收藏下载本文

投稿信

尊敬的编辑先生/女士：

您好！

本人受所有作者委托，在此提交完整的论文《基于改进粒子群优化算法和混沌神经网络的电力系统负荷预测》，希望能够在《电网技术》杂志发表，并且代表所有作者郑重申明：（1）关于该论文，所有作者均已通读并同意投往贵刊，对作者排序没有异议，不存在利益冲突及署名纠纷；（2）论文成果属于原创，享有自主知识产权，不涉及保密问题；（3）相关内容未曾以任何语种在国内外公开发表过，没有一稿多投行为；（4）今后关于论文内容及作者的任何修改，均由本人负责通知其他作者知晓。

本人对上述各项负完全责任。论文的主要内容简介：

本文提出了一种基于改进粒子群算法和混沌神经网络相结合的电力系统负荷预测的方法。针对传统的粒子群算法精度低、易发散等缺点，同时采用线性递减惯性权重和压缩因子，结合遗传算法交叉变异对其进行改进。利用粒子群优化算法优化出混沌神经网络的权值和阈值，然后利用得到的权值和阈值，对输入神经网络的负荷值进行预测，得到预测日的相应时刻负荷值。最后通过实际应用，采用MATLAB编程实现预测模型，证明该方法有较高的预测精度和较好的准确性，具备一定的实际应用价值。本论文的创新点在于：

（1）提出了一种改进粒子群算法和混沌神经网络相结合的负荷预测方法；

（2）同时采用线性递减惯性权重和压缩因子，结合遗传算法交叉变异对传统的粒子群算法进行改进，克服了其精度低、易发散等缺点；

（3）利用混沌神经网络对日负荷进行预测，采用MATLAB仿真实现。

鉴于论文的内容。。。。。。（论文的内容负荷贵刊物的要求，并且论文的研究成果具有一定的应用价值。）

下面是推荐的几个审稿专家，谨供参考。 1）姓名，E-mail：。 2）姓名，E-mail：。

非常感谢您审阅本论文，期待早日收到专家的审查意见。若对于本论文有任何疑问，请及时与我联系。遵照《中华人民共和国著作权法》，作者同意将该文版权（含各种介质的版权）转让给《电网技术》编辑部。编辑部一次性向作者付清稿酬。

此致

敬礼！

投稿人：王冰山

身份证号： 412728198812166831 所有作者姓名：王冰山出生年：1988 学历：硕士研究生职称：无

研究方向：电力系统自动化及计算机信息处理、分布式电源等联系电话：15908192124 E-mail：wbshan1216@163.com

，