机译:混沌时间序列与粒子群优化和趋势调整相结合的电力需求预测
School of Mathematics and Statistics, Lanzhou University, Lanzhou 730000, China;
School of Mathematics and Statistics, Lanzhou University, Lanzhou 730000, China;
School of Mathematics and Statistics, Lanzhou University, Lanzhou 730000, China;
Faculty of Engineering and Information Technology, University of Technology, Sydney, Australia;
chaotic time series; particle swarm optimization algorithm; trend adjustment;
机译:使用集群分析,立方体回归模型和粒子群优化预测建筑投资组合的下一天电力使用和峰值电力需求的数据驱动策略
机译:基于粒子群算法的时不变模糊时间序列预测新方法
机译:人工神经网络与粒子群算法的混合时间序列预测
机译:基于粒子群优化的混沌时间序列预测神经网络模型
机译:约束运动粒子群算法的非线性时间序列预测
机译:伊朗配电公司的事故未来趋势预测:时间序列分析
机译:混沌量子粒子群算法与sVR在电力需求预测中的杂交