维普期刊资源整合服务平台（V6.5）

共被期刊论文引用了1次 您的检索式：您选中1篇文献正在查看引证文献汇总

选中清除导出查看参考文献查看引证文献引用追踪共1页首页上一页第1页下一页末页 /1 跳转

		题名	作者	年代	出处	被引量
	1	一种基于改进分类和回归树的神经元网络电力负荷预测方法显示文摘通过改进CART(分类和回归树)分类法选择训练样本,可以降低与预测日不一致负荷模式的影响,提高预测精度,并运用人工神经元网络预测下一天的96点负荷.主要包括3个部分.首先,运用CART分类法将输入空间分成若干矩形互斥区域,每一个区域对应一种负荷模式;其次,根据分类结果选取神经元网络的训练样本.最后,合理映射天气因素和日期、星期类型并进行预测.实际应用表明本方法对于大波动负荷地区能够改善预测精度,提高预测速度.	陈芳赵剑剑张步涵	2003	长沙电力学院学报(自然科学版)2003，18，3：	0

返回顶部每页显示：

共1页首页上一页第1页下一页末页 /1 跳转

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费