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:
为实现光纤线路未来状态趋势预测,提出基于自适应粒子群优化(APSO)的ARIMA-SVM光功率趋势预测法.利用小波变换对光功率数据进行预处理,设计APSO算法优化SVM模型参数,构建了优化后的ARIMA-SVM模型,实现了光功率趋势预测.
推荐文章
一种新的基于ARIMA-SVM网络流量预测研究
自回归滑动平均模型(ARIMA)
支持向量机(SVM)
网络流量
预测
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
自适应双层粒子群优化算法
粒子群优化
双层粒子群
自适应
惯性权重
基于自适应粒子群优化的粒子滤波跟踪算法
粒子滤波跟踪
粒子群优化
自适应调整
搜索能力平衡
随机变异
优化算法
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 基于自适应粒子群优化的ARIMA-SVM光功率趋势预测
来源期刊 光通信技术 学科 工学
关键词 光功率预测 自适应粒子群优化 动态距离 差分自回归移动平均 支持向量机
年,卷(期) 2015,(4) 所属期刊栏目 光传输
研究方向 页码范围 22-25
页数 4页 分类号 TN929.11
字数 3600字 语种 中文
DOI 10.13921/j.cnki.issn1002-5561.2015.04.007
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 陈晓娟 东北电力大学信息工程学院 47 303 9.0 14.0
2 王圣达 8 47 5.0 6.0
3 李思洋 东北电力大学信息工程学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (106)
参考文献  (12)
节点文献
引证文献  (7)
同被引文献  (21)
二级引证文献  (11)
1993(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
光功率预测
自适应粒子群优化
动态距离
差分自回归移动平均
支持向量机
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
光通信技术
月刊
1002-5561
45-1160/TN
大16开
广西桂林市5号信箱
48-126
1977
chi
出版文献量(篇)
4439
总下载数(次)
8
总被引数(次)
17658
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导