学科分类
/ 1
2 个结果
  • 简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).

  • 标签: 短期家庭电力需求预测 单变量 长短期记忆循环神经网络 深度学习
  • 简介:针对变量为梯形模糊数的模糊线性规划问题,利用结构元方法定义了一种模糊数的排序准则,讨论了如何将变量是梯形模糊数的线性规划去模糊化,即将含有变量为梯形模糊数的模糊线性规划转化为经典模糊线性规划.同时,证明了该模型的最优解等价于经典的线性规划的最优解,再利用单纯形法求出最优解.并设计了求解该类模型的算法.通过算例验证了该方法的可行性和算法的有效性,从而为变量模糊的广义模糊线性规划问题的研究提供了新的方法.

  • 标签: 模糊结构元 模糊线性规划 最优解