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
1
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
基于数据挖掘算法的地铁站能耗时序预测方法
被引量：
10
1
作者
罗启崟
龙静
+2 位作者
陈焕新
刘江岩
李正飞
《城市轨道交通研究》
北大核心
2020年第6期23-27,共5页
建立了误差反向传播神经网络(BPNN)、决策树分类与回归树(CART)、支持向量回归机(SVR)三种普通的输入-输出预测模型,对地铁站能耗进行预测。基于数据挖掘算法对三个模型进行改进,得到了三种模型基于时间延迟的预测结果,对比了改进前后...
建立了误差反向传播神经网络(BPNN)、决策树分类与回归树(CART)、支持向量回归机(SVR)三种普通的输入-输出预测模型,对地铁站能耗进行预测。基于数据挖掘算法对三个模型进行改进,得到了三种模型基于时间延迟的预测结果,对比了改进前后的预测结果,并确定了最佳的时间延迟。结果表明:普通的输入-输出模型中,SVR对能耗的预测更加精确;基于时间序列的能耗预测模型对BPNN预测模型的提升最大;滞后时长为5 min时,三种模型的预测精度最高;基于决策树CART算法的时序能耗预测模型对时间延迟的敏感度最高。
展开更多
关键词
地铁站
总能耗
数据挖掘
时间序列
在线阅读
下载PDF
职称材料
题名
基于数据挖掘算法的地铁站能耗时序预测方法
被引量：
10
1
作者
罗启崟
龙静
陈焕新
刘江岩
李正飞
机构
华中科技大学能源与动力工程学院
广州市地铁集团有限公司
出处
《城市轨道交通研究》
北大核心
2020年第6期23-27,共5页
基金
国家自然科学基金项目(51576074)
华中科技大学自主创新研究基金项目(5003120005)
华中科技大学国家级大学生创新训练项目基金项目(16A245)。
文摘
建立了误差反向传播神经网络(BPNN)、决策树分类与回归树(CART)、支持向量回归机(SVR)三种普通的输入-输出预测模型,对地铁站能耗进行预测。基于数据挖掘算法对三个模型进行改进,得到了三种模型基于时间延迟的预测结果,对比了改进前后的预测结果,并确定了最佳的时间延迟。结果表明:普通的输入-输出模型中,SVR对能耗的预测更加精确;基于时间序列的能耗预测模型对BPNN预测模型的提升最大;滞后时长为5 min时,三种模型的预测精度最高;基于决策树CART算法的时序能耗预测模型对时间延迟的敏感度最高。
关键词
地铁站
总能耗
数据挖掘
时间序列
Keywords
subway station
total energy consumption
data mining
time series
分类号
TK018 [动力工程及工程热物理]
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
基于数据挖掘算法的地铁站能耗时序预测方法
罗启崟
龙静
陈焕新
刘江岩
李正飞
《城市轨道交通研究》
北大核心
2020
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
