在该模型中对传统的GM(1,1)模型的初值进行改进,以累加序列的最后一个点为基础,并在此之上乘以一个信息增益或缩减的因子变量作为新的初值条件。同时采用最小一乘准则代替最小二乘准则进行参数寻优,克服存在奇异点时引起的误差扩大情况。然后,通过时变权重的粒子群优化算法对模型的参数进行寻优。最后使用该模型对我国全社会年度用电量进行预测分析,结果显示该模型的预测精度较传统模型要高。(3)对于中期多因素电力需求预测问题,考虑与电力需求相关的经济、预测研究-电动折弯机张家港滚圆机价格低数控滚圆机滚弧机多少钱环境等影响因素,并利用这些相关影响因素及历史电力需求数据分别构建时变权重的粒子群参数优化PSO-CV-SVR模型和基于最小一乘准则的遗传参数优化GA-SVR模型对江苏省月度全社会用电量进行预测研究,实例结果显示这两个模型的预测精度均比BP-神经网络模型要高。 本文由张家港市泰宇机械有限公司滚圆机网站采集网络资源整理!www.gunyuanj
- [2019-08-06]传感器优化设计-液压电动滚圆机
- [2019-08-06]界面自组装-数控滚圆机滚弧机电
- [2019-08-06]澄清效果的影响-数控滚圆机滚弧
- [2019-08-05]刚度的解析公式-数控滚圆机滚弧
- [2019-08-05]制备及缓释性能-数控滚圆机滚弧
- [2019-08-05]组振动建模研究-数控滚圆机滚弧
- [2019-08-04]模型的风电功率预测-数控滚圆机
- [2019-08-04]最大准入容量计算-数控滚圆机滚
- [2019-08-03]传输电缆建模研究-数控滚圆机滚
- [2019-08-03]风电网损及运行-数控滚圆机滚弧