2 机器学习和深度学习方面 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态...
LSTM VMDSSALSSVM 组合模型 887.1055 960.1001 807.3764 程序设计 完整程序和数据获取方式:私信博主回复时序预测 | 基于VMD-SSA-LSSVM+LSTM多变量时间序列预测模型(Matlab)。
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类 2.4 CNN/TCN卷积神经网络系列时序、回归预测和分类 2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类 2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类 2.7 ELMAN递归神经网络时序、回归\预测和分类 2.8 LSTM/BiLSTM/...
VMD-SSA-LSTM基于变分模态分解和麻雀算法优化长短期记忆网络的时间序列预测MATLAB代码(含LSTM、VMD-BILSTM、VMD-SSA-LSTM等 183 -- 0:39 App 基于经验模态分解和麻雀算法优化支持向量机的多维时间序列预测,EMD-SSA-SVM多维时间序列预测。 201 -- 0:49 App NRBO-XGBoost基于牛顿-拉夫逊优化算法优化XGBoost的数据分...
基于VMD-SSA-LSTM的多维时序光伏功率预测 1主要内容 之前分享了预测的程序基于LSTM的负荷和可再生能源出力预测【核心部分复现】,该程序预测效果比较好,并且结构比较清晰,但是仍然有同学咨询混合算法的预测,本次分享基于VMD-SSA-LSTM的多维时序光伏功率预测,本程序参考文章《基于VMD-SSA-LSSVM的短期风电预测》和《基于...
The wind power was divided into multiple intervals, and different intervals were predicted by the PSO-LSTM model. By comparing various combination models, it is concluded that the proposed model has higher stability, thus supporting the safety and stability of the electricity system. Duan et al. ...
简介:基于VMD-SSA-LSTM的多维时序光伏功率预测 1主要内容 之前分享了预测的程序基于LSTM的负荷和可再生能源出力预测【核心部分复现】,该程序预测效果比较好,并且结构比较清晰,但是仍然有同学咨询混合算法的预测,本次分享基于VMD-SSA-LSTM的多维时序光伏功率预测,本程序参考文章《基于VMD-SSA-LSSVM的短期风电预测》和《...
卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLO...
本文提出了一种基于变模态分解(VMD)和人工兔群算法(ARO)优化极限学习机(ELM)的数据回归预测方法,称为VMD-ARO-ELM。该方法首先利用VMD将原始数据分解为多个固有模态分量(IMF),然后采用ARO优化ELM的输入权重和偏置,最后利用优化的ELM模型进行数据回归预测。实验结果表明,VMD-ARO-ELM方法在多个数据集上的回归预测性能优...
本文提出了一种基于变模态分解(VMD)和人工兔群算法(ARO)优化极限学习机(ELM)的数据回归预测方法,称为VMD-ARO-ELM。该方法首先利用VMD将原始数据分解为多个固有模态分量(IMF),然后采用ARO优化ELM的输入权重和偏置,最后利用优化的ELM模型进行数据回归预测。实验结果表明,VMD-ARO-ELM方法在多个数据集上的回归预测性能优...