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:
7%以内.该算法可有效用于电力系统的短期负荷预测.
推荐文章
自适应粒子群神经网络交通流预测模型
交通流
预测
粒子群优化
神经网络
自适应变异粒子群优化BP的短期风电功率预测模型
短期风电预测
互信息
自适应惯性权重系数
变异因子
反向传播神经网络
基于神经网络自适应集成的短期负荷预测
短期负荷预测
神经网络集成
径向基神经网络
自适应集成
自适应变系数PSO-RBF算法及其在预测工程的应用
非线性预测
RBF神经网络
自适应变系数粒子群算法
煤气量预测
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 自适应变系数粒子群-径向基神经网络模型在负荷预测中的应用
来源期刊 计算机应用 学科 工学
关键词 短期负荷预测 自适应变系数粒子群 泛化能力 径向基神经网络
年,卷(期) 2009,(9) 所属期刊栏目 人工智能
研究方向 页码范围 2454-2458
页数 5页 分类号 TM614|TP18
字数 6953字 语种 中文
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 李郁侠 西安理工大学水利水电学院 73 798 15.0 25.0
2 于新花 青岛科技大学高职业技术学院 15 488 9.0 15.0
3 师彪 西安理工大学水利水电学院 18 345 11.0 18.0
4 闫旺 西安理工大学水利水电学院 10 260 7.0 10.0
5 李娜 西安理工大学水利水电学院 30 316 8.0 17.0
6 孟欣 西安理工大学水利水电学院 9 58 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (295)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (16)
二级引证文献  (59)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(6)
  • 引证文献(0)
  • 二级引证文献(6)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
短期负荷预测
自适应变系数粒子群
泛化能力
径向基神经网络
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
论文1v1指导