Elman神经网络预测电力负荷

bp神经网络进行交通预测的Matlab源代码BP神经网络用于预测使用平台-Matlab7.0数据为1986年到2000年的交通量，网络为3输入，1输出15组数据，其中9组为正常训练数据，3组为

基于RBF循环神经网络的电力系统负荷建模，学习RBF神经网络、负荷建模，浅显易懂

提出通过小波分解对各负荷子序列进行特性分析初选影响因素后,采用信息熵法从初选变量中自动筛选出对负荷较重要的因素,然后采用改进的主成分分析法消除重要影响因素间的相关性,采用动态聚类法对各分解序列的样本归

提出了一种BP 混合模拟退火( SA) 的ANN 短期负荷预测方法

电力负荷预测毕业论文

邳州地区电力负荷预测,程镇宝,唐佚,在电力市场逐步形成的形势下,电力负荷预测在电力系统规划和电网运行方面发挥着越来越重要的作用,其方法的研究也显得越来越重要

摘要:近年来研究表明,组合预测方法比单一预测具有更高的预测精度。提出了一种利用改进的Elman神经网络修正ARIMA模型预测结果的短期风速组合预测模型。 先利用ARIMA模型对风速进行预测,其线性

神经网络组合预测研究,牛东晓,赵晓坤,在单一预测不能满足精度要求的情况下,组合预测通常是首选方法。传统的组合方法之外,用神经网络进行组合预测,效果更佳。文中以

完整程序+数据录入详解

能对多因素影响因子进行简单预测输入层多变量 输出层一个变量的BP神经网络实现,对物流量进行预测与分析