...
机译:基于改进粒子群-支持向量机模型的中国电力行业碳排放情景分析
North China Elect Power Univ, Dept Econ & Management, 689 Huadian Rd, Baoding 071000, Peoples R China;
North China Elect Power Univ, Dept Econ & Management, 689 Huadian Rd, Baoding 071000, Peoples R China;
North China Elect Power Univ, Dept Econ & Management, 689 Huadian Rd, Baoding 071000, Peoples R China;
carbon emissions; power industry; scenario analysis; IPSO-SVM model;
机译:碳纤维增强聚合物电缆损伤程度判断的粒子群优化 - 支持向量机混合动力系统
机译:基于改进粒子群算法的BP神经网络在京津冀地区火电行业碳排放情景预测
机译:基于粒子群优化参数的改进支持向量机短期电力负荷预测模型
机译:基于改进IPAT模型的碳排放的情景分析
机译:使用SWITCH电力行业规划模型在2050年之前实现北美西部电力深层碳减排的方案。
机译:改进的粒子群算法与支持向量机相结合的碳纤维产量双向预测
机译:基于改进粒子群优化算法优化的后传播神经网络,北京天津 - 河北地区火电厂碳排放场景预测