提出一种混合粒子群算法，在局部邻近区域的粒子群算法中引入收缩因子和被动聚集，将最邻近聚类用于NRBF 神经网络的参数确定中，采用混合粒子群算法优化最近邻聚类的聚类半径，从而确定NRBF 神经网络的参数，提高了NRBF 神经网络的泛化能力。以美国PJM电力市场公布的2006年负荷与电价数据进行预测验证，证明了此方法所建立的模型的合理性和有效性。
段其昌,赵敏,王大兴,等.基于混合粒子群算法和NRBF神经网络的短期电价预测[J].电力系统保护与控制,2009,37(18):38-42.[.[J]. Power System Protection and Control,2009,V37(18):38-42]
