...
机译:基于复杂性分解技术的改进的反向传播神经网络,改进的花卉授粉优化短期负荷预测
Lanzhou Univ Sch Informat Sci &
Engn Lanzhou 730000 Gansu Peoples R China;
Lanzhou Univ Sch Informat Sci &
Engn Lanzhou 730000 Gansu Peoples R China;
Lanzhou Univ Sch Informat Sci &
Engn Lanzhou 730000 Gansu Peoples R China;
Lanzhou Univ Sch Informat Sci &
Engn Lanzhou 730000 Gansu Peoples R China;
Northwest Univ Nationalities Sch Educ Sci &
Technol Lanzhou 730000 Gansu Peoples R China;
Lanzhou Univ Sch Informat Sci &
Engn Lanzhou 730000 Gansu Peoples R China;
Short-term load forecasting; Hybrid forecasting method; Complexity decomposition; Back propagation neural network; Modified flower pollination algorithm;
机译:基于复杂性分解技术的改进的反向传播神经网络,改进的花卉授粉优化短期负荷预测
机译:基于快速集成经验模式分解,相空间重构,样本熵和改进的反向传播神经网络的短期风速预测
机译:基于多元经验模型分解和遗传算法优化BP神经网络的电网短期负荷预测
机译:基于神经网络的短期负荷预测,用于机组承诺计划。
机译:使用基于WT-VMD的分解方法和差分传播改进的反向传播神经网络进行日前PM2.5浓度预测
机译:利用改进的短术风速预测优化前馈神经网络的馈电神经网络
机译:使用神经网络进行短期电力负荷预测