2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩55頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、中期負(fù)荷預(yù)測(cè)是電力專項(xiàng)規(guī)劃的重要環(huán)節(jié),且規(guī)劃方案的質(zhì)量與其預(yù)測(cè)精度密切相關(guān)。此外中期負(fù)荷預(yù)測(cè)對(duì)電力網(wǎng)安全性也有著極其重要的作用??紤]到負(fù)荷預(yù)測(cè)多方案性、時(shí)間性、條件性和不確定性特點(diǎn),截至目前還沒有任何一種方法適用于所有情況。所以在進(jìn)行實(shí)際預(yù)測(cè)時(shí),要結(jié)合具體情況,具體分析,挑選合適的模型。
  本文是對(duì)中期負(fù)荷預(yù)測(cè)技術(shù)進(jìn)行研究。首先對(duì)中期負(fù)荷預(yù)測(cè)目的、意義和國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了綜述。然后剖析了多元線性回歸算法及Adaboost算法。

2、針對(duì)小樣本數(shù)據(jù)搭建的多元線性回歸模型的異方差性影響,提出一種基于Adaboost的改進(jìn)多元線性回歸算法。該算法利用Adaboost算法動(dòng)態(tài)調(diào)整不同樣本對(duì)應(yīng)的權(quán)值因子,并協(xié)調(diào)和組合多個(gè)多元線性回歸模型,在減弱異方差性影響的同時(shí)提高了算法的泛化能力。
  接著分析了灰色GM(1,1)算法的原理,針對(duì)GM(1,1)模型預(yù)測(cè)精度不高的缺陷,提出先利用滑動(dòng)平均法進(jìn)行改進(jìn)。若精度達(dá)不到要求,再利用殘差修正法和馬爾可夫法建立改進(jìn)殘差GM(1,1

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論