相關商品
目次
目次
第1章 概述
1.1 傳統預測方法在能源預測領域的應用
1.2 人工智能方法在能源預測領域的應用
1.3 SVR模型在能源預測領域的應用
1.4 提高SVR模型預測精度的主要途徑
參考文獻
第2章 預測模型及其在能源領域的應用
2.1 幾類經典預測模型
2.2 支持向量機回歸模型
2.3 實例數據集和預測對比統計檢驗
2.4 對比模型建模及預測結果
參考文獻
第3章 基於進化算法的SVR參數確定方法
3.1 基於GA的SVR參數確定
3.2 基於SA的SVR參數確定
3.3 基於GA-SA的SVR參數確定
3.4 基於PSO的參數確定
3.5 基於CACO的參數確定
3.6 基於ARC的參數確定
3.7 基於IA的參數確定
參考文獻
第4章 基於改進優化算法的SVR參數確定方法
4.1 混沌序列和雲模型簡介
4.2 CGA及其在參數確定中的應用
4.3 CSA及其在參數確定中的應用
4.4 CCSA及其在參數確定中的應用
4.5 CGASA及其在參數確定中的應用
4.6 CPSOO及其在參數確定中的應用
4.7 CAS及其在參數確定中的應用
4.8 CABC及其在參數確定中的應用
4.9 CIA及其在參數確定中的應用
參考文獻
第5章 計入週期／季節機制的進化SVR預測模型
5.1 組合機制
5.2 ARIMA模型和HW模型
5.3 融合週期性／季節性機制改進進化SVR模型
參考文獻
1.1 傳統預測方法在能源預測領域的應用
1.2 人工智能方法在能源預測領域的應用
1.3 SVR模型在能源預測領域的應用
1.4 提高SVR模型預測精度的主要途徑
參考文獻
第2章 預測模型及其在能源領域的應用
2.1 幾類經典預測模型
2.2 支持向量機回歸模型
2.3 實例數據集和預測對比統計檢驗
2.4 對比模型建模及預測結果
參考文獻
第3章 基於進化算法的SVR參數確定方法
3.1 基於GA的SVR參數確定
3.2 基於SA的SVR參數確定
3.3 基於GA-SA的SVR參數確定
3.4 基於PSO的參數確定
3.5 基於CACO的參數確定
3.6 基於ARC的參數確定
3.7 基於IA的參數確定
參考文獻
第4章 基於改進優化算法的SVR參數確定方法
4.1 混沌序列和雲模型簡介
4.2 CGA及其在參數確定中的應用
4.3 CSA及其在參數確定中的應用
4.4 CCSA及其在參數確定中的應用
4.5 CGASA及其在參數確定中的應用
4.6 CPSOO及其在參數確定中的應用
4.7 CAS及其在參數確定中的應用
4.8 CABC及其在參數確定中的應用
4.9 CIA及其在參數確定中的應用
參考文獻
第5章 計入週期／季節機制的進化SVR預測模型
5.1 組合機制
5.2 ARIMA模型和HW模型
5.3 融合週期性／季節性機制改進進化SVR模型
參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。