针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application

利用GA（遗传算法）对RBF的参数进行优化，提高预测精度，误差降低，训练速度加快。-The use of GA (genetic algorithm) to optimize the parameters for the RBF, improve forecast accuracy, error reduction, training speed.

Abstract—This paper proposes a new strategy to meet the controllable heating, ventilation, and air conditioning (HVAC) load with a hybrid-renewable generation and energy storage system. Historical hourly wind speed, solar irradiance, and load d

改进型的GA，寻优速度快，可用用作电力系统潮流计算等方面。(The improved GA has fast optimization speed and no dimension disaster)