期刊大全 杂志订阅 SCI期刊 期刊投稿 出版社 公文范文 精品范文
摘要:针对传统短期负荷预测方法精度不高的缺点,提出了一种改进差分进化算法优化极限学习机的预测模型,其预测精度受极限学习机的输入层权值和隐含层阈值的影响。利用改进差分进化算法对极限学习机的参数进行优化,提高了其泛化能力。选取某地实际电网负荷数据进行仿真分析,实验结果显示,改进差分进化算法优化极限学习机对短期负荷预测精度有较高提升。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
省级期刊 下单
国际刊号:2095-6843
国内刊号:23-1471/TM
国际刊号:2096-3084
国内刊号:31-2131/J
国内刊号:65-1205/C
国际刊号:1672-3821
国内刊号:31-1917/J
国际刊号:2096-8507
国内刊号:36-1292/H
多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。
推荐期刊保障正刊,评职认可,企业资质合规可查。
诚信服务,签订协议,严格保密用户信息,提供正规票据。
如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。
发表咨询 加急见刊 文秘咨询 杂志订阅