排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
2.
针对传统相似日法中各因素相似度及其权重需要人工赋值的不足,在充分考虑日期类型、日期距离、气象因素等几种主要常规影响因子的前提下,建立了一种基于智能优化方法的相似日模型对日用电量进行短期预测。相似度计算公式中全部原本需要人工赋值的参数均由历史数据基于果蝇优化算法训练得出。参数值可以根据特定用户的负荷变化特性动态调整,增强了相似日法的准确性和通用性。为了解决求解参数的多维优化问题,避免算法陷入局部极值,提出了一种引入多种群概念的果蝇优化算法,增强了算法的全局搜索能力。仿真实例表明,相比起传统的相似日模型,基于智能优化方法的相似日模型的预测准确率有了明显提高。 相似文献
1