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:
通过对时间序列数据进行处理,分别建立回归分析预测模型和BP神经网络预测模型,在此基础上建立基于2种预测方法的组合预测模型,采用熵值法确定组合预测模型的权系数,结合某省能源消耗总量数据进行仿真,结果与实际数据的误差较小,和2种单一的预测方法相比,预测结果更接近于实际情况.
推荐文章
基于BP神经网络优化的灰色线性回归组合模型应用分析
灰色线性回归
BP神经网络
组合模型预测
基于组合神经网络的装备研制费用预测研究
灰色模型
BP神经网络
组合预测
基于神经网络的预测模型的比较研究
预测模型
BP神经网络模型
L-M算法
RBF神经网络模型
小波神经网络模型
组合神经网络模型
基于Elman神经网络的装备状态组合预测方法
组合预测
多维特征参数
Elman神经网络
遗传算法
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 基于神经网络回归分析组合模型的能源消耗预测研究
来源期刊 兵工自动化 学科 工学
关键词 神经网络 回归分析 组合预测 能源消耗
年,卷(期) 2008,(11) 所属期刊栏目 网络与信息技术
研究方向 页码范围 59-60
页数 2页 分类号 TP393.02|O236
字数 1558字 语种 中文
DOI 10.3969/j.issn.1006-1576.2008.11.022
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 刘建永 解放军理工大学工程兵工程学院 73 435 11.0 18.0
2 李凌 解放军理工大学工程兵工程学院 12 73 6.0 8.0
3 陈玉金 解放军理工大学工程兵工程学院 4 43 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (100)
参考文献  (6)
节点文献
引证文献  (21)
同被引文献  (61)
二级引证文献  (43)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(7)
  • 引证文献(2)
  • 二级引证文献(5)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(13)
  • 引证文献(6)
  • 二级引证文献(7)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(17)
  • 引证文献(3)
  • 二级引证文献(14)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
神经网络
回归分析
组合预测
能源消耗
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
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
论文1v1指导