针对电力系统低频振荡模式识别问题,本文提出了一种用于电力系统低频振荡模式识别的指数阻尼正弦神经网络(EDSNN)方法。在采用快速傅立叶变换进行排序后,通过引入了拓扑结构与低频振荡(LFO)信号的数学表
在电力系统负荷预测中,组合预测是一种有效的方法。该方法通常是采用对单个预测模型进行加权处理,要求参加组合预测的模型误差能保持稳定,但电力负荷预测结果的误差往往是非均匀性的,针对上述做法存在问题,提出了
通过对小电网负荷数据的特点分析,将时间序列处理、混沌理论和神经网络理论相结合提出了一种基于混沌神经网络理论的电力负荷预测模型。利用Matlab对实际数据进行了仿真计算。通过实例计算,并和不用相空间重构
这是我们最近研究学的论文 结合bp网络预测股票 学以致用的目的
PSO算法优化BP神经网络,预测结果准确可靠,Matlab源码注释详尽,可直接运行使用。
基于遗传算法BP神经网络预测
免费论文,我真诚的希望对大家有帮助哦
为了解决CPU和SOC由于集成度越来越高导致的功耗密度问题,低电压已经成为了一种趋势。但与此同时,这种趋势却使由电压噪声可能导致的电压紧急情况问题更为凸显。传统的电压噪声预测方法首先需要构建精细的CP
基于BP神经网络的流感病毒预测,林权,张亚鹏,本文研究了流感病毒爆发程度的预测问题。病毒爆发情况的预测直接关系到疫苗的使用效果,本文依据病毒的传播特性和各大洲的地理特
基于BP神经网络的投资策略问题预测,张谢谊,白宁,本文主要通过对影响企业效益的相关因素来分析建立BP神经网络模型对企业的投资进行预测,用以解决投资者在对企业进行投资前所进行�