基于改进ELM神经网络的客户满意度评价模型

卢海明，刘建鑫

（1.广州地铁集团有限公司运营事业总部，广东 广州 510310；2.国网江西省电力公司萍乡供电分公司，江西 萍乡 337000）

基于改进ELM神经网络的客户满意度评价模型

卢海明1，刘建鑫2

（1.广州地铁集团有限公司运营事业总部，广东 广州 510310；2.国网江西省电力公司萍乡供电分公司，江西 萍乡 337000）

使用一种动态递归网络——ELM神经网络来模拟专家打分进行电力客户满意度测评。仿真结果表明，ELM神经网络具有训练速度快和结构简单的特点，能较准确地反映客户满意度。同时，针对ELM神经网络基于梯度下降算法调整权值和阈值，容易陷入局部最优的缺陷，提出了利用入侵杂草算法（IWO）优化ELM神经网络的连接权值系数。神经网络权值优化是一个大规模多峰优化问题，已有文献证明IWO算法对于解决高维度、多峰优化问题具有明显优势。新方法有效弥补了单一算法的不足，拥有ELM神经网络动态记忆的能力以及入侵杂草算法全局收敛性强的特点。实例计算证明，改进ELM神经网络可以建立精度更高的电力客户满意度评价模型，保证专家评价系统的一致性和稳定性，是一种行之有效的评价方法。

电力客户满意度；入侵杂草算法；神经网络；电力市场

随着电力体制改革的不断深入及电力市场的逐步建立和完善，电力需求侧管理越来越受到供电企业的重视。尤其近年来经济的高速发展，电力客户对供电企业提供的产品与服务也提出了越来越高的要求。满足顾客需求是企业生存的根本，电力客户满意度是衡量供电企业服务水平高低的重要指标。……