搜索筛选:
搜索耗时0.7508秒,为你在为你在102,285,761篇论文里面共找到 4 篇相符的论文内容
发布年度:
[学位论文] 作者：龚灯才,,
来源：河海大学 年份：2006
短期负荷预测是电力系统安全经济运行的前提,随着电力系统的市场化,高质量的短期负荷预测越来越显得重要和迫切。支持向量机是一类新型的机器学习方法,具有求解速度快、泛化...
[期刊论文] 作者：张红梅, 卫志农, 龚灯才, 刘玲,,
来源：继电器 年份：2006
在分析支持向量机SVM（Support Vector Machine）回归估计方法参数性能的基础上，提出粒子群算法PSO（Particle Swarm Optimization）优化参数的SVM短期电力负荷预测模型。PSO算法是一...
[期刊论文] 作者：龚灯才,孙长银,李林峰,
来源：三峡大学学报：自然科学版 年份：2006
支持向量机（SVM）是一种新颖的机器学习方法，具有泛化能力强、全局最优和计算速度快等突出优点．模糊数学在不确定性、不精确性及噪声引起的问题上，有其特有的计算分析操作，能有效地......
[期刊论文] 作者：刘玲, 严登俊, 龚灯才, 张红梅, 李大鹏,,
来源：电力系统及其自动化学报 年份：2006
为了从根本上提高短期电力负荷预测中神经网络的速度和预测精度，提出了将粒子群算法和BP算法相结合的短期负荷预测方法。用粒子群算法来训练网络参数，直到误差趋于一稳定值，然后......
相关搜索：
