基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
简要介绍了BP网络与Elman网络,建立了燃气负荷模型,并利用Matlab软件采用两种神经网络分别对燃气小时负荷进行预测,仿真结果表明在采样点较少,不考虑外部干扰时,在精度上Elman网络明显优于BP网络。
推荐文章
基于Elman神经网络的电力负荷预测模型研究
Elman神经网络
预测模型
电力负荷
仿真
基于MEA-Elman神经网络的电力日负荷预测
日负荷预测
思维进化算法
优化
MEA-Elman神经网络
改进Elman神经网络在短期热负荷预测中的应用
短期热负荷预测
Elman神经网络
相关系数预处理
归一化
平均化
燃气小时负荷的模糊神经网络预测
燃气负荷预测
模糊神经网络
BP算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Elman网络预测燃气小时负荷
来源期刊 天津燃气 学科 工学
关键词 ELMAN网络 BP网络 负荷预测 仿真对比
年,卷(期) 2007,(2) 所属期刊栏目
研究方向 页码范围 11-13
页数 3页 分类号 TP183
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李迪 2 0 0.0 0.0
2 王玲玲 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
ELMAN网络
BP网络
负荷预测
仿真对比
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
天津燃气
季刊
天津市和平区吴家窑二号路44号
出版文献量(篇)
1139
总下载数(次)
2
总被引数(次)
0
论文1v1指导