期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
动态调整粒子群-霍尔特模型在径流预测中的应用
被引量：
7
1
作者
师彪
李郁侠
+1 位作者
于新花
牛艳利
《农业工程学报》
EI
CAS
CSCD
北大核心
2010年第7期8-13,共6页
为了提高水库和河流中长期径流预测精度,针对粒子群算法存在的缺陷,提出了动态调整粒子群算法(DAPSO)。借助霍尔特-温特斯线性季节性模型的预测功能,应用DAPSO算法求解和优化霍尔特-温特斯线性季节性模型组合参数,形成动态调整粒子群-...
为了提高水库和河流中长期径流预测精度,针对粒子群算法存在的缺陷,提出了动态调整粒子群算法(DAPSO)。借助霍尔特-温特斯线性季节性模型的预测功能,应用DAPSO算法求解和优化霍尔特-温特斯线性季节性模型组合参数,形成动态调整粒子群-霍尔特-温特斯线性季节性模型组合算法,对石泉水库进行中长期径流预测。仿真计算表明,动态调整粒子群-霍尔特-温特斯线性季节性模型算法收敛速度快于霍尔特-温特斯线性季节性模型算法、粒子群-霍尔特-温特斯线性季节性模型算法。该组合算法克服了按梯度试算法搜索质量差和精度不高的缺点,输出稳定性好,预报精度显著提高,置信度为95%时的预测相对误差小于6%。该算法可应用于水库和河川中长期径流预测。
展开更多
关键词
模型
动态
径流
动态
调整
粒子
群
-霍尔特-温特斯线性季节性模型
动态调整粒子群算法
径流预测
在线阅读
下载PDF
职称材料
基于改进粒子群算法优化LSTM的短期电力负荷预测
被引量：
13
2
作者
崔星
李晋国
+1 位作者
张照贝
李麟容
《电测与仪表》
北大核心
2024年第1期131-136,共6页
电力负荷数据具备时序性和非线性特征,长短时记忆神经网络(LSTM,long short-term memory)可以有效处理上述数据特性。然而LSTM算法性能对预置参数具有极大的依赖性,依靠经验设定的参数会使模型具有较低的泛化性能,降低了预测效果。为解...
电力负荷数据具备时序性和非线性特征,长短时记忆神经网络(LSTM,long short-term memory)可以有效处理上述数据特性。然而LSTM算法性能对预置参数具有极大的依赖性,依靠经验设定的参数会使模型具有较低的泛化性能,降低了预测效果。为解决上述问题,提出非线性动态调整惯性权重粒子群算法(NIWPSO,nonlinear dynamic inertia weight strategy particle swarm optimization)与LSTM相结合的预测模型NIWPSO-LSTM。利用非线性动态调整惯性权重的方法来提升PSO的全局寻优能力,再通过NIWPSO对LSTM的参数进行优化。实验结果表明,NIWPSO-LSTM预测精度要远高于其他模型,验证了所提方案的可行性。
展开更多
关键词
短期电力负荷预测
机器学习
非线性
动态
调整
惯性权重
粒子
群
算法
LSTM
在线阅读
下载PDF
职称材料
题名
动态调整粒子群-霍尔特模型在径流预测中的应用
被引量：
7
1
作者
师彪
李郁侠
于新花
牛艳利
机构
西安理工大学水利水电学院
青岛科技大学高职业技术学院
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2010年第7期8-13,共6页
基金
国家火炬计划基金(07C26213711606)
陕西省自然科学基础研究计划(SJ08E220)
+2 种基金
山东省软科学基金(2009RKB190)
西安理工大学优秀博士学位论文和科学研究基金(106-210912
106-210917)
文摘
为了提高水库和河流中长期径流预测精度,针对粒子群算法存在的缺陷,提出了动态调整粒子群算法(DAPSO)。借助霍尔特-温特斯线性季节性模型的预测功能,应用DAPSO算法求解和优化霍尔特-温特斯线性季节性模型组合参数,形成动态调整粒子群-霍尔特-温特斯线性季节性模型组合算法,对石泉水库进行中长期径流预测。仿真计算表明,动态调整粒子群-霍尔特-温特斯线性季节性模型算法收敛速度快于霍尔特-温特斯线性季节性模型算法、粒子群-霍尔特-温特斯线性季节性模型算法。该组合算法克服了按梯度试算法搜索质量差和精度不高的缺点,输出稳定性好,预报精度显著提高,置信度为95%时的预测相对误差小于6%。该算法可应用于水库和河川中长期径流预测。
关键词
模型
动态
径流
动态
调整
粒子
群
-霍尔特-温特斯线性季节性模型
动态调整粒子群算法
径流预测
Keywords
models
dynamics
runoff
DAPSO-H-W hybrid algorithm models
dynamic adjustment particle swarm optimizer
runoff prediction
分类号
TM614 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于改进粒子群算法优化LSTM的短期电力负荷预测
被引量：
13
2
作者
崔星
李晋国
张照贝
李麟容
机构
上海电力大学计算机科学与技术学院
梅州市职业技术学校信息与电气工程学院
出处
《电测与仪表》
北大核心
2024年第1期131-136,共6页
基金
国家自然科学基金资助项目(61702321)
国家自然科学基金资助项目(U1936213)。
文摘
电力负荷数据具备时序性和非线性特征,长短时记忆神经网络(LSTM,long short-term memory)可以有效处理上述数据特性。然而LSTM算法性能对预置参数具有极大的依赖性,依靠经验设定的参数会使模型具有较低的泛化性能,降低了预测效果。为解决上述问题,提出非线性动态调整惯性权重粒子群算法(NIWPSO,nonlinear dynamic inertia weight strategy particle swarm optimization)与LSTM相结合的预测模型NIWPSO-LSTM。利用非线性动态调整惯性权重的方法来提升PSO的全局寻优能力,再通过NIWPSO对LSTM的参数进行优化。实验结果表明,NIWPSO-LSTM预测精度要远高于其他模型,验证了所提方案的可行性。
关键词
短期电力负荷预测
机器学习
非线性
动态
调整
惯性权重
粒子
群
算法
LSTM
Keywords
short-term power load forecasting
machine learning
NIWPSO
LSTM neural network
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
动态调整粒子群-霍尔特模型在径流预测中的应用
师彪
李郁侠
于新花
牛艳利
《农业工程学报》
EI
CAS
CSCD
北大核心
2010
7
在线阅读
下载PDF
职称材料
2
基于改进粒子群算法优化LSTM的短期电力负荷预测
崔星
李晋国
张照贝
李麟容
《电测与仪表》
北大核心
2024
13
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
