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
短期负荷预报的“双周期加混沌”法中的子模型优选理论探讨
被引量：
4
1
作者
杨正瓴
林孔元
余贻鑫
《电网技术》
EI
CSCD
北大核心
2003年第5期33-36,共4页
对于只依据历史记录的短期负荷预报,可以采用多个子模型来进行预报。拆分子模型的一种优化原则是定性和定量结合的原则。定性原则即子模型类型的选取顺序:首先选择可以精确预报的周期行为,其次是可以部分预报的混沌行为,最后采用随机行...
对于只依据历史记录的短期负荷预报,可以采用多个子模型来进行预报。拆分子模型的一种优化原则是定性和定量结合的原则。定性原则即子模型类型的选取顺序:首先选择可以精确预报的周期行为,其次是可以部分预报的混沌行为,最后采用随机行为。定量原则就是根据功率谱上的密度分布来选取子模型。对于某负荷记录时间序列,根据其功率谱等,可以发现该负荷记录是以双周期行为为主的。双周期以外的剩余成分是以混沌为主的。因此可以采用“双周期加混沌”这2个子模型来进行负荷预报。由于双周期行为不直接引起预报误差,因此“双周期+混沌”方法会有更高的预报精度和可靠性。
展开更多
关键词
电力系统
电网
短期负荷预报
“双周期加混沌”法
子模型优选
理论
在线阅读
下载PDF
职称材料
面向多价值链的汽车配件需求预测模型
被引量：
10
2
作者
任春华
孙林夫
韩敏
《计算机集成制造系统》
EI
CSCD
北大核心
2021年第10期2786-2800,共15页
基于第三方零部件多产业链业务协同云服务平台中汽车配件的销售现状,配件代理商没有充分考虑跨链销售、跨链调拨、多链销售等配件需求。为提高配件需求预测的准确率,首先提出一种优势矩阵(AM)结合轻梯度提升机(LightGBM)、门控循环神经...
基于第三方零部件多产业链业务协同云服务平台中汽车配件的销售现状,配件代理商没有充分考虑跨链销售、跨链调拨、多链销售等配件需求。为提高配件需求预测的准确率,首先提出一种优势矩阵(AM)结合轻梯度提升机(LightGBM)、门控循环神经网络(GRU)的组合预测模型(LightGBM_GRU_AM),该模型通过引入优势矩阵获取单个模型的最优权重系数,通过加权后的组合模型进行需求预测。考虑到组合模型中某时刻子模型的预测效果优于组合模型,为进一步提高预测的准确率,设计了一种基于LightGBM、GRU和LightGBM_GRU_AM的半组合预测模型,该模型采用子模型优选策略,在训练过程中利用最小绝对误差建立子模型分类标签,以特征提取和分类回归树建立子模型选取规则,根据数据特征采用不同的子模型进行预测,集成不同时刻的预测值形成最终的需求预测。最后集成第三方云平台中多链配件销售和配件相关售后服务数据进行算例分析,相比其他7种预测模型,提出的2种预测模型不但能有效降低预测误差,而且半组合预测模型更有优势,同时也为配件代理商提供采购决策支持。
展开更多
关键词
汽车配件
多价值链
轻梯度提升机
门控循环神经网络
优势矩阵
组合预测
模型
半组合预测
模型
子模型优选
需求预测
在线阅读
下载PDF
职称材料
题名
短期负荷预报的“双周期加混沌”法中的子模型优选理论探讨
被引量：
4
1
作者
杨正瓴
林孔元
余贻鑫
机构
天津大学自动化学院
出处
《电网技术》
EI
CSCD
北大核心
2003年第5期33-36,共4页
文摘
对于只依据历史记录的短期负荷预报,可以采用多个子模型来进行预报。拆分子模型的一种优化原则是定性和定量结合的原则。定性原则即子模型类型的选取顺序:首先选择可以精确预报的周期行为,其次是可以部分预报的混沌行为,最后采用随机行为。定量原则就是根据功率谱上的密度分布来选取子模型。对于某负荷记录时间序列,根据其功率谱等,可以发现该负荷记录是以双周期行为为主的。双周期以外的剩余成分是以混沌为主的。因此可以采用“双周期加混沌”这2个子模型来进行负荷预报。由于双周期行为不直接引起预报误差,因此“双周期+混沌”方法会有更高的预报精度和可靠性。
关键词
电力系统
电网
短期负荷预报
“双周期加混沌”法
子模型优选
理论
Keywords
Load forecasting
Periods
Chaos
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
面向多价值链的汽车配件需求预测模型
被引量：
10
2
作者
任春华
孙林夫
韩敏
机构
西南交通大学计算机与人工智能学院
西南交通大学制造业产业链协同与信息化支撑技术四川省重点实验室
成都信息工程大学软件工程学院
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2021年第10期2786-2800,共15页
基金
国家重点研发计划资助项目(2017YFB1401400,2017YFB1401401,2017YFB1401403)。
文摘
基于第三方零部件多产业链业务协同云服务平台中汽车配件的销售现状,配件代理商没有充分考虑跨链销售、跨链调拨、多链销售等配件需求。为提高配件需求预测的准确率,首先提出一种优势矩阵(AM)结合轻梯度提升机(LightGBM)、门控循环神经网络(GRU)的组合预测模型(LightGBM_GRU_AM),该模型通过引入优势矩阵获取单个模型的最优权重系数,通过加权后的组合模型进行需求预测。考虑到组合模型中某时刻子模型的预测效果优于组合模型,为进一步提高预测的准确率,设计了一种基于LightGBM、GRU和LightGBM_GRU_AM的半组合预测模型,该模型采用子模型优选策略,在训练过程中利用最小绝对误差建立子模型分类标签,以特征提取和分类回归树建立子模型选取规则,根据数据特征采用不同的子模型进行预测,集成不同时刻的预测值形成最终的需求预测。最后集成第三方云平台中多链配件销售和配件相关售后服务数据进行算例分析,相比其他7种预测模型,提出的2种预测模型不但能有效降低预测误差,而且半组合预测模型更有优势,同时也为配件代理商提供采购决策支持。
关键词
汽车配件
多价值链
轻梯度提升机
门控循环神经网络
优势矩阵
组合预测
模型
半组合预测
模型
子模型优选
需求预测
Keywords
auto parts
multi-value chain
light gradient boosting machine
gated recurrent unit
advantage matrix
combination forecasting model
semi-combination forecasting model
sub-model selection
demand forecasting
分类号
TP391 [自动化与计算机技术—计算机应用技术]
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
短期负荷预报的“双周期加混沌”法中的子模型优选理论探讨
杨正瓴
林孔元
余贻鑫
《电网技术》
EI
CSCD
北大核心
2003
4
在线阅读
下载PDF
职称材料
2
面向多价值链的汽车配件需求预测模型
任春华
孙林夫
韩敏
《计算机集成制造系统》
EI
CSCD
北大核心
2021
10
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
