《表3 满足AMAPE最小时的相关参数》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《计及延迟效应的两段特征选择技术在负荷预测中的应用》
以表2中不同序号的X2作为前馈神经网络的输入特征,输出层为负荷值y,故只需确定单隐藏层节点数。采用十折交叉验证,最大迭代训练次数为1 000,神经网络激活函数采用(0,1)型Sigmoid函数,学习率为0.01。基于DMI和MI达成AMAPE最小时的相关参数如表3所示。
图表编号 | XD00116017000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.25 |
作者 | 刘伟峰、刘敏、徐轶丹、罗永平 |
绘制单位 | 贵州大学电气工程学院、贵州大学电气工程学院、贵州大学电气工程学院、贵州大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |