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:
提出了1种基于混沌分析和支持向量回归机的短期空调负荷预测建模方法.通过研究实际空调负荷序列的混沌特性,确定其混沌特征参数并选取支持向量回归机进行预测.支持向量机建模过程使用粒子群算法进行参数寻优.仿真结果表明,空调负荷序列具有一定的混沌特性,使用混沌支持向量机方法的预测精度比单一支持向量机法预测结果EEP指标降低了31.4%,预测精度有了明显提升.
推荐文章
基于支持向量机的燃气短期负荷预测
燃气负荷预测
短期负荷
支持向量机
BP神经网络
支持向量回归模型
基于负荷混沌特性和最小二乘支持向量机的短期负荷预测
混沌特性
相空间重构
支持向量机(SVM)
回归
最小二乘支持向量机(LS-SVM)
短期负荷预测
基于多重核学习支持向量机短期负荷预测研究
短期负荷预测
多重核学习
支持向量机
核函数
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 基于混沌支持向量回归机的短期空调负荷预测
来源期刊 建筑科学 学科 工学
关键词 短期空调负荷预测 混沌时间序列 支持向量回归机 粒子群算法
年,卷(期) 2016,(6) 所属期刊栏目 计算分析
研究方向 页码范围 102-107
页数 6页 分类号 TU831.2
字数 4566字 语种 中文
DOI 10.13614/j.cnki.11-1962/tu.2016.06.17
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 周璇 华南理工大学机械与汽车工程学院 36 171 8.0 10.0
5 刘庆典 华南理工大学机械与汽车工程学院 2 20 2.0 2.0
9 凡祖兵 华南理工大学机械与汽车工程学院 3 19 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (135)
参考文献  (11)
节点文献
引证文献  (10)
同被引文献  (32)
二级引证文献  (4)
1991(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)
1997(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(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(1)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(6)
  • 参考文献(4)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(8)
  • 引证文献(5)
  • 二级引证文献(3)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
短期空调负荷预测
混沌时间序列
支持向量回归机
粒子群算法
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
建筑科学
月刊
1002-8528
11-1962/TU
大16开
北京北三环东路30号
2-381
1985
chi
出版文献量(篇)
5529
总下载数(次)
17
总被引数(次)
40461
论文1v1指导