掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
智能預(yù)測方法及其在能源領(lǐng)域的應(yīng)用 版權(quán)信息
- ISBN:9787566121509
- 條形碼:9787566121509 ; 978-7-5661-2150-9
- 裝幀:一般膠版紙
- 冊數(shù):暫無
- 重量:暫無
- 所屬分類:>
智能預(yù)測方法及其在能源領(lǐng)域的應(yīng)用 內(nèi)容簡介
本書從基于進(jìn)化算法的SVR參數(shù)確定方法、基于改進(jìn)優(yōu)化算法的SVR參數(shù)確定方法及計(jì)入周期/季節(jié)機(jī)制的進(jìn)化SVR預(yù)測模型三個(gè)方面, 系統(tǒng)論述了將SVR、進(jìn)化算法、云理論、周期機(jī)制及季節(jié)機(jī)制融合應(yīng)用于能源預(yù)報(bào)的建模方法及改進(jìn)效果。
智能預(yù)測方法及其在能源領(lǐng)域的應(yīng)用 目錄
第1章 概述
1.1 傳統(tǒng)預(yù)測方法在能源預(yù)測領(lǐng)域的應(yīng)用
1.2 人工智能方法在能源預(yù)測領(lǐng)域的應(yīng)用
1.3 SVR模型在能源預(yù)測領(lǐng)域的應(yīng)用
1.4 提高SVR模型預(yù)測精度的主要途徑
參考文獻(xiàn)
第2章 預(yù)測模型及其在能源領(lǐng)域的應(yīng)用
2.1 幾類經(jīng)典預(yù)測模型
2.2 支持向量機(jī)回歸模型
2.3 實(shí)例數(shù)據(jù)集和預(yù)測對比統(tǒng)計(jì)檢驗(yàn)
2.4 對比模型建模及預(yù)測結(jié)果
參考文獻(xiàn)
第3章 基于進(jìn)化算法的SVR參數(shù)確定方法
3.1 基于GA的SVR參數(shù)確定
3.2 基于SA的SVR參數(shù)確定
3.3 基于GA-SA的SVR參數(shù)確定
3.4 基于PSO的參數(shù)確定
3.5 基于CACO的參數(shù)確定
3.6 基于ARC的參數(shù)確定
3.7 基于IA的參數(shù)確定
參考文獻(xiàn)
第4章 基于改進(jìn)優(yōu)化算法的SVR參數(shù)確定方法
4.1 混沌序列和云模型簡介
4.2 CGA及其在參數(shù)確定中的應(yīng)用
4.3 CSA及其在參數(shù)確定中的應(yīng)用
4.4 CCSA及其在參數(shù)確定中的應(yīng)用
4.5 CGASA及其在參數(shù)確定中的應(yīng)用
4.6 CPSOO及其在參數(shù)確定中的應(yīng)用
4.7 CAS及其在參數(shù)確定中的應(yīng)用
4.8 CABC及其在參數(shù)確定中的應(yīng)用
4.9 CIA及其在參數(shù)確定中的應(yīng)用
參考文獻(xiàn)
第5章 計(jì)入周期/季節(jié)機(jī)制的進(jìn)化SVR預(yù)測模型
5.1 組合機(jī)制
5.2 ARIMA模型和HW模型
5.3 融合周期性/季節(jié)性機(jī)制改進(jìn)進(jìn)化SVR模型
參考文獻(xiàn)
1.1 傳統(tǒng)預(yù)測方法在能源預(yù)測領(lǐng)域的應(yīng)用
1.2 人工智能方法在能源預(yù)測領(lǐng)域的應(yīng)用
1.3 SVR模型在能源預(yù)測領(lǐng)域的應(yīng)用
1.4 提高SVR模型預(yù)測精度的主要途徑
參考文獻(xiàn)
第2章 預(yù)測模型及其在能源領(lǐng)域的應(yīng)用
2.1 幾類經(jīng)典預(yù)測模型
2.2 支持向量機(jī)回歸模型
2.3 實(shí)例數(shù)據(jù)集和預(yù)測對比統(tǒng)計(jì)檢驗(yàn)
2.4 對比模型建模及預(yù)測結(jié)果
參考文獻(xiàn)
第3章 基于進(jìn)化算法的SVR參數(shù)確定方法
3.1 基于GA的SVR參數(shù)確定
3.2 基于SA的SVR參數(shù)確定
3.3 基于GA-SA的SVR參數(shù)確定
3.4 基于PSO的參數(shù)確定
3.5 基于CACO的參數(shù)確定
3.6 基于ARC的參數(shù)確定
3.7 基于IA的參數(shù)確定
參考文獻(xiàn)
第4章 基于改進(jìn)優(yōu)化算法的SVR參數(shù)確定方法
4.1 混沌序列和云模型簡介
4.2 CGA及其在參數(shù)確定中的應(yīng)用
4.3 CSA及其在參數(shù)確定中的應(yīng)用
4.4 CCSA及其在參數(shù)確定中的應(yīng)用
4.5 CGASA及其在參數(shù)確定中的應(yīng)用
4.6 CPSOO及其在參數(shù)確定中的應(yīng)用
4.7 CAS及其在參數(shù)確定中的應(yīng)用
4.8 CABC及其在參數(shù)確定中的應(yīng)用
4.9 CIA及其在參數(shù)確定中的應(yīng)用
參考文獻(xiàn)
第5章 計(jì)入周期/季節(jié)機(jī)制的進(jìn)化SVR預(yù)測模型
5.1 組合機(jī)制
5.2 ARIMA模型和HW模型
5.3 融合周期性/季節(jié)性機(jī)制改進(jìn)進(jìn)化SVR模型
參考文獻(xiàn)
展開全部
書友推薦
- >
莉莉和章魚
- >
史學(xué)評論
- >
巴金-再思錄
- >
自卑與超越
- >
羅庸西南聯(lián)大授課錄
- >
我與地壇
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
有舍有得是人生
本類暢銷