《表1 最佳寻优参数:基于CS-SVR模型的短期风电功率预测》

《表1 最佳寻优参数:基于CS-SVR模型的短期风电功率预测》   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
《基于CS-SVR模型的短期风电功率预测》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

经过数据预处理后,分别采用SVR、PSO-SVR和CS-SVR神经网络对样本数据进行训练和测试,并对预测结果进行对比分析,验证所提算法具有优越性。实验过程中,设置布谷鸟优化的迭代次数、鸟巢数量、被宿主发现的概率、寻优参数、取值范围均为[0.01,1 000]。设置粒子群优化迭代次数为,种群规模,学习因子,,寻优参数、取值范围均为[0.01,1 000],最终寻优得出的最佳参数如表1所示。