基于深度随机森林算法的短期用户负荷预测—以金华地区为例 |
| |
作者姓名: | 胡兆龙 胡俊建 彭浩 韩建民 朱响斌 丁智国 |
| |
作者单位: | 浙江师范大学计算机科学与技术学院 浙江 金华 321004 |
| |
基金项目: | 国家自然科学基金(62103375,62072412);;浙江省哲学社会科学规划重点项目(22NDJC009Z);;浙江省自然科学基金(LY23F030003); |
| |
摘 要: | 通过网络爬虫获取天气数据,并结合金华市用户负荷数据,采用深度随机森林算法对用户负荷进行短期预测。借助4种评价指标,通过对比支持向量回归算法、K近邻算、贝叶斯岭回归算法、随机森林算法以及多个深度神经网络算法,发现深度随机森林算法预测效果最佳,支持向量回归算法次之,而深度神经网络算法在该数据集上表现一般。
|
关 键 词: | 深度随机森林算法 机器学习 短期负荷预测 天气信息 |
本文献已被 万方数据 等数据库收录! |
|