机译:汽油消耗量的最佳估计和预测的混合ARIMA-ANN方法
Urmia Univ, Fac Engn, Orumiyeh, West Azerbaijan, Iran;
Gasoline consumption; artificial neural networks; ARIMA; forecasting; multi layer perceptron;
机译:基于离散小波变换的混合ARIMA-ANN模型预测菲律宾家庭的教育最终消费支出
机译:一种情绪学习-神经-模糊推理方法,用于利用认知数据对气体消耗估算模型进行最佳训练和预测
机译:集成模糊数学规划-方差分析法,用于预测含糊输入的汽油消耗量:美国,加拿大,日本,伊朗和科威特
机译:基于混合智能方法的短期电力消耗预测数据驱动方法
机译:美国铜和硫的具体消费量:使用强度估算和预报的含义。
机译:预测江苏省(中国)的最佳太阳能供应:使用天气和能源混合预测模型的系统方法
机译:采用离散小波变换对菲律宾家庭最终消费支出在混合ARIMA-ANN模型上使用离散小波转换
机译:预测1985 - 2000年德克萨斯州汽油消耗量