机译:电力需求的时间间隔预测:基于二元EMD的新型支持向量回归建模框架
College of Economics and Management, Huazhong Agricultural University, Wuhan 630027, PR China;
School of Management, Huazhong University of Science and Technology, Wuhan 430074, PR China;
School of Management, Huazhong University of Science and Technology, Wuhan 430074, PR China;
Interval-valued data; Electricity demand forecasting; Bivariate empirical mode decomposition (BEMD); Support vector regression (SVR);
机译:结合改进的经验模式分解和自适应噪声的两相粒子群优化支持向量回归混合模型用于多水平电力需求预测
机译:基于气候数据集的粒子群优化-支持向量回归混合模型用于日水平电需求预测
机译:基于气候数据集的粒子群优化-支持向量回归混合模型用于日水平电需求预测
机译:支持向量机回归,利用核参数和储能效应预测大型商业建筑的用电量
机译:在数据不足的情况下使用回归和蒙特卡洛模拟来预测电力需求
机译:使用支持向量回归与混合物的电力消耗预测最大正管复合标准
机译:电力需求的区间预测:一种新的基于二元EmD的方法 支持向量回归建模框架