日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

您好,歡迎來電子發(fā)燒友網! ,新用戶?[免費注冊]

您的位置:電子發(fā)燒友網>源碼下載>數(shù)值算法/人工智能>

基于新粒子群算法優(yōu)化向量機參數(shù)

大?。?/span>1.31 MB 人氣: 2017-11-13 需要積分:0

  通過研究電力負荷預測中支持向量機的參數(shù)優(yōu)化問題,將改進后新的粒子群算法導入支持向量機參數(shù)中,從而建立一種新的電力負荷預測模型(IPSO-SVM)。首先將支持向量機參數(shù)編碼為粒子初始位置向量,然后通過對粒子個體之間信息交流、協(xié)作的分析找到支持向量機的最優(yōu)參數(shù),并針對標準粒子群算法的缺陷進行一定的改進,從而應用于電力負荷的建模與預測,最后通過仿真對比實驗來測試它的性能,、實驗結果表明,這種新的電力負荷預測模型能夠獲得較高精度的電力負荷預測結果,大大減少了訓練時間,能夠滿足電力負荷在線預測要求。
?

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論,獲取積分! 請遵守相關規(guī)定!

      ?
      颍上县| 翁牛特旗| 安丘市| 七台河市| 思茅市| 石林| 荃湾区| 施甸县| 重庆市| 香港 | 南雄市| 梨树县| 兴和县| 甘孜| 寿宁县| 禄丰县| 台前县| 乌拉特后旗| 金乡县| 格尔木市| 闽侯县| 锡林浩特市| 运城市| 报价| 东平县| 乐平市| 定陶县| 长寿区| 浦北县| 冷水江市| 额敏县| 娱乐| 安顺市| 韶山市| 万宁市| 鞍山市| 福贡县| 祁阳县| 泽库县| 滕州市| 隆林|