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:
分析了粒子群算法和组合预测的特点.将组合预测和粒子群算法结合,建立了一种组合形式的供热负荷预测模型.同时针对粒子群算法易于陷入局部最优解、进化后期收敛慢等缺点对粒子群算法进行改进,解决了组合预测中权重难以确定的问题.改善了预测模型的拟合能力,提高了预测精确度.最后选取大庆油田某一天供热数据作为测试数据,结果表明组合预测误差较小,精确度高于其他单项预测方法40%以上.
推荐文章
基于混合粒子群算法的供热管网优化设计
供热管网
目标函数
粒子群优化算法
遗传算法
水力约束条件
基于RBFNN混合粒子群算法的电力负荷短期预测
电力负荷预测
径向基神经网络(RBFNN)
混合粒子群优化算法(HPSO)
基于改进粒子群优化算法的预测控制
预测控制
标准粒子群优化
参数优化
多变量
耦合
基于结合混沌纵横交叉的粒子群算法优化极限学习机的短期负荷预测
极限学习机
混沌纵横交叉
粒子群算法
预测精度
短期负荷预测
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 优化粒子群算法在组合供热负荷预测中的应用
来源期刊 信息与电子工程 学科 工学
关键词 供热负荷预测 组合预测 粒子群算法 权重 预测精确度
年,卷(期) 2011,(5) 所属期刊栏目 计算机与控制
研究方向 页码范围 655-659
页数 分类号 TN911.7|TU832.02
字数 3807字 语种 中文
DOI 10.3969/j.issn.1672-2892.2011.05.028
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 高丙坤 东北石油大学电气信息工程学院 58 208 9.0 11.0
2 李阳 东北石油大学电气信息工程学院 23 48 4.0 6.0
3 许明子 东北石油大学电气信息工程学院 2 12 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (21)
参考文献  (6)
节点文献
引证文献  (12)
同被引文献  (40)
二级引证文献  (25)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(8)
  • 引证文献(5)
  • 二级引证文献(3)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(9)
  • 引证文献(2)
  • 二级引证文献(7)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
供热负荷预测
组合预测
粒子群算法
权重
预测精确度
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
太赫兹科学与电子信息学报
双月刊
2095-4980
51-1746/TN
大16开
四川绵阳919信箱532分箱
62-241
2003
chi
出版文献量(篇)
3051
总下载数(次)
7
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导