位置：成果数据库 > 期刊 > 期刊详情页
Electricity consumption prediction based on SVR with Particle Swarm Optimization in smart grid
  • ISSN号：1000-7695
  • 期刊名称：Science and Technology Management Research
  • 时间：2013
  • 页码：235-238
  • 相关项目：不确定信息环境下基于大规模数据的趋势预测和智能决策方法研究
作者： Jianxian Shen, Shanlin Yang|
同期刊论文项目
不确定信息环境下基于大规模数据的趋势预测和智能决策方法研究
期刊论文 45 会议论文 7
同项目期刊论文
基于GM(1,1) 和TGARCH 残差修正的短期负荷预测
Electricity consumption prediction based on SVR with ant colony Optimization
Electricity Load Forecasting in Smart Grid Based on Residual GM (1,1) Model
Electricity consumption forecasting in the age of big data
Electricity Consumption Prediction Based on Non-Stationary Time Series GM (1,1) Model and Its Applic
The Use of Data Mining Techniques and Support Vector Regression for Financial Forecasting
需求预测对零售商期望库存水平的影响分析
基于遗传优化偏最小二乘支持向量机的税收预测研究
基于缓冲修正的灰色插值负荷预测建模与仿真
线性时滞微分方程的点态退化
大数据时代下的情报分析与挖掘技术研究
基于最小一乘的GA-SVR用电量预测
Forecasting Modeling and Analysis of Power Engineering in China Based on Semi-Parametric Regression
基于集值统计原理的多指标灰靶决策方法研究
基于偏二次回归理论的上证50股指收益率的实证研究
基于非平稳时间序列的GM（1,1）预测模型及其在用电量预测中的应用研究
基于自适应遗传算法的ARMA模型在数据预测挖掘中的应用研究
一类新的GM(1,1)预测模型及其在用电量预测中的应用研究
PLS-SVR优化PSO算法的用电量预测
基于IGARCH残差修正的PLS-SVR短期用电量预测
基于EGARCH残差修正的LS-SVR股市预测
基于改进WMC-GA-CV-SVR模型的用电量预测
基于GARCH-SVR 模型的短期用电量预测模型
基于残差GM (1,1)模型的负荷预测模型
PLS-SVR Optimized by PSO Algorithm for Electricity Consumption Forecasting
智能电网视角下基于粒子群优化支持向量机方法的用电量预测研究
基于缓冲修正的样条灰色模型的长期负荷预测
基于粒子群优化偏最小二乘支持向量机的我国税收收入预测研究
随机补货间隔且需求依赖库存水平的库存控制模型
基于IGARCH残差修正的短期PLS-SVR负荷预测
大数据时代下的情报分析与挖掘技术研究——电信客户流失情况分析
基于WLS-SVR和TGARCH残差修正模型的短期用电量预测研究
中国能源预测建模与仿真分析：基于一类半参数回归方法
基于半参数回归模型的中国能源预测建模与分析研究
Prediction Analysis for Short Term Load Based on GM(1,1) and TGARCH Error Correction Model in Smart
Mid-term Load Forecasting Based on Modified Grey Model
Electricity Consumption Forecasting Based on a Class of New GM (1, 1) Model
基于组合插值的GM(1,1)模型预测方法的改进与应用
FORECASTING MODELING AND SIMULATION ANALYSIS OF A POWER SYSTEM IN CHINA, BASED ON A CLASS OF SEMI-PA
线性时滞微分方程的点态退化（英文）
基于误差校正的灰色神经网络股票收益率预测
随机补货间隔且存货影响销售的变质品EOQ模型
期刊信息
  • 《科技管理研究》
  • 北大核心期刊（2011版）
  • 主管单位:广东省科学技术厅
  • 主办单位:广东省科学学与科技管理研究会 中国科技指标研究会
  • 主编：蔡齐祥　黎懋明
  • 地址：广州市连新路171号广东国际科技中心307室
  • 邮编：510033
  • 邮箱：kjgl@chinajournal.net.cn
  • 电话：020-83163517 83163517
  • 国际标准刊号：ISSN：1000-7695
  • 国内统一刊号：ISSN：44-1223/G3
  • 邮发代号:46-120
  • 获奖情况:
  • 中国核心期刊，中文社会科学引文索引（CSSCI）源刊,全国优秀科学技术期刊奖,中国期刊方阵“双效期刊”
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）
  • 被引量:46380