10.3969/j.issn.1673-9604.2018.23.113
基于PSO参数优化的ESN负荷预测模型
ESN负荷预测模型对比递归神经网络,具有高稳定,学习快速,不易陷入局部最优等特点.本文采用PSO优化算法对构造ESN用电负荷预测模型中动态储备池的四个关键参数进行优化.
PSO、用电负荷预测、ESN
2019-03-18（万方平台首次上网日期，不代表论文的发表时间）
共1页
142
相关文献
评论
10.3969/j.issn.1673-9604.2018.23.113
PSO、用电负荷预测、ESN
2019-03-18（万方平台首次上网日期，不代表论文的发表时间）
共1页
142
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号：2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话：4000115888 举报邮箱：problem@wanfangdata.com.cn
