社区云

写文章

登录社区云

登录社区云，与社区用户共同成长

邀请您加入社区

欢迎加入社区

热门标签

#人工智能
#python
#java
#开发语言
#spring boot
#数据库

支持向量机

0订阅用户 · 8.4w篇文章

程序辅导帮来自 AtomGit开源社区

gitcode.csdn.net · 8分钟前

基于合作博弈的综合能源系统利益分配优化调度（Matlab代码实现）

综合能源系统是一种将电力、热力、天然气等多种能源形式进行有机整合和协同运行的能源系统。它通常包括能源生产设备（如发电厂、燃气热电厂等）、能源转换设备（如电转气设备（P2G）、热电联产设备（CHP）等）、能源存储设备（如储氢罐、热储能装置等）以及能源消费终端。这些设备相互关联、相互影响，通过复杂的能源网络实现能源的传输和分配。本研究通过构建基于合作博弈的综合能源系统利益分配优化调度模型，利用 Sha

#能源 #matlab #python +1
程序辅导帮来自 AtomGit开源社区

gitcode.csdn.net · 9分钟前

考虑极端天气线路脆弱性的配电网分布式电源配置优化模型【IEEE33节点】（Matlab代码实现)

极端天气下的配电网优化需深度融合脆弱性评估与分布式电源配置。动态多场景建模：整合气象预测与实时数据，构建自适应优化框架。多要素协同：量化电动汽车、虚拟电厂等新业态与灾害的交互机制。韧性-经济性平衡：开发兼顾长期投资效益与短期应急响应的混合优化模型。政策与标准：将极端气候信息纳入电力规划，提升设备抗灾标准（如提高设计风速阈值）。通过上述改进，配电网可在极端天气下实现从“被动防御”到“主动韧性”的转变

#分布式 #matlab #开发语言 +1
程序辅导帮来自 AtomGit开源社区

gitcode.csdn.net · 10分钟前

⛳️赠与读者[特殊字符]第一部分——内容介绍基于模型预测控制的车辆轨迹跟踪研究摘要针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，

针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，开展模型预测控制算法在车辆轨迹跟踪中的应用研究。通过构建自适应模型预测控制框架，实现对预设参考轨迹的持续稳定跟踪，同时依托 Matlab2018 及以上版本仿真环境搭建完整仿真流程，完成参数配置、模型调节与轨迹跟踪验证。研究结果表明，所设计的模型预测控制策略能够有效提升车辆轨迹跟踪的精准度与鲁棒性，

#人工智能 #机器学习 #支持向量机
wlz249 来自 AtomGit开源社区

gitcode.csdn.net · 20分钟前

基于合作博弈的综合能源系统利益分配优化调度（Matlab代码实现）

综合能源系统是一种将电力、热力、天然气等多种能源形式进行有机整合和协同运行的能源系统。它通常包括能源生产设备（如发电厂、燃气热电厂等）、能源转换设备（如电转气设备（P2G）、热电联产设备（CHP）等）、能源存储设备（如储氢罐、热储能装置等）以及能源消费终端。这些设备相互关联、相互影响，通过复杂的能源网络实现能源的传输和分配。本研究通过构建基于合作博弈的综合能源系统利益分配优化调度模型，利用 Sha

#能源 #matlab #python +1

3 
wlz249 来自 AtomGit开源社区

gitcode.csdn.net · 21分钟前

考虑极端天气线路脆弱性的配电网分布式电源配置优化模型【IEEE33节点】（Matlab代码实现)

极端天气下的配电网优化需深度融合脆弱性评估与分布式电源配置。动态多场景建模：整合气象预测与实时数据，构建自适应优化框架。多要素协同：量化电动汽车、虚拟电厂等新业态与灾害的交互机制。韧性-经济性平衡：开发兼顾长期投资效益与短期应急响应的混合优化模型。政策与标准：将极端气候信息纳入电力规划，提升设备抗灾标准（如提高设计风速阈值）。通过上述改进，配电网可在极端天气下实现从“被动防御”到“主动韧性”的转变

#分布式 #matlab #开发语言 +1

2 
wlz249 来自 AtomGit开源社区

gitcode.csdn.net · 21分钟前

⛳️赠与读者[特殊字符]第一部分——内容介绍基于模型预测控制的车辆轨迹跟踪研究摘要针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，

针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，开展模型预测控制算法在车辆轨迹跟踪中的应用研究。通过构建自适应模型预测控制框架，实现对预设参考轨迹的持续稳定跟踪，同时依托 Matlab2018 及以上版本仿真环境搭建完整仿真流程，完成参数配置、模型调节与轨迹跟踪验证。研究结果表明，所设计的模型预测控制策略能够有效提升车辆轨迹跟踪的精准度与鲁棒性，

#人工智能 #机器学习 #支持向量机

2 
然哥依旧来自 AtomGit开源社区

gitcode.csdn.net · 33分钟前

考虑极端天气线路脆弱性的配电网分布式电源配置优化模型【IEEE33节点】（Matlab代码实现)

极端天气下的配电网优化需深度融合脆弱性评估与分布式电源配置。动态多场景建模：整合气象预测与实时数据，构建自适应优化框架。多要素协同：量化电动汽车、虚拟电厂等新业态与灾害的交互机制。韧性-经济性平衡：开发兼顾长期投资效益与短期应急响应的混合优化模型。政策与标准：将极端气候信息纳入电力规划，提升设备抗灾标准（如提高设计风速阈值）。通过上述改进，配电网可在极端天气下实现从“被动防御”到“主动韧性”的转变

#分布式 #matlab #开发语言 +1

6 
然哥依旧来自 AtomGit开源社区

gitcode.csdn.net · 34分钟前

⛳️赠与读者[特殊字符]第一部分——内容介绍基于模型预测控制的车辆轨迹跟踪研究摘要针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，

针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，开展模型预测控制算法在车辆轨迹跟踪中的应用研究。通过构建自适应模型预测控制框架，实现对预设参考轨迹的持续稳定跟踪，同时依托 Matlab2018 及以上版本仿真环境搭建完整仿真流程，完成参数配置、模型调节与轨迹跟踪验证。研究结果表明，所设计的模型预测控制策略能够有效提升车辆轨迹跟踪的精准度与鲁棒性，

#人工智能 #机器学习 #支持向量机

4 
天天程序猿来自 AtomGit开源社区

gitcode.csdn.net · 43分钟前

基于合作博弈的综合能源系统利益分配优化调度（Matlab代码实现）

综合能源系统是一种将电力、热力、天然气等多种能源形式进行有机整合和协同运行的能源系统。它通常包括能源生产设备（如发电厂、燃气热电厂等）、能源转换设备（如电转气设备（P2G）、热电联产设备（CHP）等）、能源存储设备（如储氢罐、热储能装置等）以及能源消费终端。这些设备相互关联、相互影响，通过复杂的能源网络实现能源的传输和分配。本研究通过构建基于合作博弈的综合能源系统利益分配优化调度模型，利用 Sha

#能源 #matlab #python +1

9 
天天程序猿来自 AtomGit开源社区

gitcode.csdn.net · 45分钟前

⛳️赠与读者[特殊字符]第一部分——内容介绍基于模型预测控制的车辆轨迹跟踪研究摘要针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，

针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，开展模型预测控制算法在车辆轨迹跟踪中的应用研究。通过构建自适应模型预测控制框架，实现对预设参考轨迹的持续稳定跟踪，同时依托 Matlab2018 及以上版本仿真环境搭建完整仿真流程，完成参数配置、模型调节与轨迹跟踪验证。研究结果表明，所设计的模型预测控制策略能够有效提升车辆轨迹跟踪的精准度与鲁棒性，

#人工智能 #机器学习 #支持向量机

9 

1 
Ps.729 来自 AtomGit开源社区

gitcode.csdn.net · 55分钟前

基于合作博弈的综合能源系统利益分配优化调度（Matlab代码实现）

综合能源系统是一种将电力、热力、天然气等多种能源形式进行有机整合和协同运行的能源系统。它通常包括能源生产设备（如发电厂、燃气热电厂等）、能源转换设备（如电转气设备（P2G）、热电联产设备（CHP）等）、能源存储设备（如储氢罐、热储能装置等）以及能源消费终端。这些设备相互关联、相互影响，通过复杂的能源网络实现能源的传输和分配。本研究通过构建基于合作博弈的综合能源系统利益分配优化调度模型，利用 Sha

#能源 #matlab #python +1

8 
Ps.729 来自 AtomGit开源社区

gitcode.csdn.net · 55分钟前

考虑极端天气线路脆弱性的配电网分布式电源配置优化模型【IEEE33节点】（Matlab代码实现)

极端天气下的配电网优化需深度融合脆弱性评估与分布式电源配置。动态多场景建模：整合气象预测与实时数据，构建自适应优化框架。多要素协同：量化电动汽车、虚拟电厂等新业态与灾害的交互机制。韧性-经济性平衡：开发兼顾长期投资效益与短期应急响应的混合优化模型。政策与标准：将极端气候信息纳入电力规划，提升设备抗灾标准（如提高设计风速阈值）。通过上述改进，配电网可在极端天气下实现从“被动防御”到“主动韧性”的转变

#分布式 #matlab #开发语言 +1

7 
Ps.729 来自 AtomGit开源社区

gitcode.csdn.net · 56分钟前

⛳️赠与读者[特殊字符]第一部分——内容介绍基于模型预测控制的车辆轨迹跟踪研究摘要针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，

针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，开展模型预测控制算法在车辆轨迹跟踪中的应用研究。通过构建自适应模型预测控制框架，实现对预设参考轨迹的持续稳定跟踪，同时依托 Matlab2018 及以上版本仿真环境搭建完整仿真流程，完成参数配置、模型调节与轨迹跟踪验证。研究结果表明，所设计的模型预测控制策略能够有效提升车辆轨迹跟踪的精准度与鲁棒性，

#人工智能 #机器学习 #支持向量机

10 
F_Matlab 来自 AtomGit开源社区

gitcode.csdn.net · 2小时前

基于合作博弈的综合能源系统利益分配优化调度（Matlab代码实现）

综合能源系统是一种将电力、热力、天然气等多种能源形式进行有机整合和协同运行的能源系统。它通常包括能源生产设备（如发电厂、燃气热电厂等）、能源转换设备（如电转气设备（P2G）、热电联产设备（CHP）等）、能源存储设备（如储氢罐、热储能装置等）以及能源消费终端。这些设备相互关联、相互影响，通过复杂的能源网络实现能源的传输和分配。本研究通过构建基于合作博弈的综合能源系统利益分配优化调度模型，利用 Sha

#能源 #matlab #python +1

9 
F_Matlab 来自 AtomGit开源社区

gitcode.csdn.net · 2小时前

考虑极端天气线路脆弱性的配电网分布式电源配置优化模型【IEEE33节点】（Matlab代码实现)

极端天气下的配电网优化需深度融合脆弱性评估与分布式电源配置。动态多场景建模：整合气象预测与实时数据，构建自适应优化框架。多要素协同：量化电动汽车、虚拟电厂等新业态与灾害的交互机制。韧性-经济性平衡：开发兼顾长期投资效益与短期应急响应的混合优化模型。政策与标准：将极端气候信息纳入电力规划，提升设备抗灾标准（如提高设计风速阈值）。通过上述改进，配电网可在极端天气下实现从“被动防御”到“主动韧性”的转变

#分布式 #matlab #开发语言 +1

9 
F_Matlab 来自 AtomGit开源社区

gitcode.csdn.net · 2小时前

⛳️赠与读者[特殊字符]第一部分——内容介绍基于模型预测控制的车辆轨迹跟踪研究摘要针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，

针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，开展模型预测控制算法在车辆轨迹跟踪中的应用研究。通过构建自适应模型预测控制框架，实现对预设参考轨迹的持续稳定跟踪，同时依托 Matlab2018 及以上版本仿真环境搭建完整仿真流程，完成参数配置、模型调节与轨迹跟踪验证。研究结果表明，所设计的模型预测控制策略能够有效提升车辆轨迹跟踪的精准度与鲁棒性，

#人工智能 #机器学习 #支持向量机

11 
程序猿鑫来自 AtomGit开源社区

gitcode.csdn.net · 2小时前

基于合作博弈的综合能源系统利益分配优化调度（Matlab代码实现）

综合能源系统是一种将电力、热力、天然气等多种能源形式进行有机整合和协同运行的能源系统。它通常包括能源生产设备（如发电厂、燃气热电厂等）、能源转换设备（如电转气设备（P2G）、热电联产设备（CHP）等）、能源存储设备（如储氢罐、热储能装置等）以及能源消费终端。这些设备相互关联、相互影响，通过复杂的能源网络实现能源的传输和分配。本研究通过构建基于合作博弈的综合能源系统利益分配优化调度模型，利用 Sha

#能源 #matlab #python +1

50 
程序猿鑫来自 AtomGit开源社区

gitcode.csdn.net · 2小时前

考虑极端天气线路脆弱性的配电网分布式电源配置优化模型【IEEE33节点】（Matlab代码实现)

极端天气下的配电网优化需深度融合脆弱性评估与分布式电源配置。动态多场景建模：整合气象预测与实时数据，构建自适应优化框架。多要素协同：量化电动汽车、虚拟电厂等新业态与灾害的交互机制。韧性-经济性平衡：开发兼顾长期投资效益与短期应急响应的混合优化模型。政策与标准：将极端气候信息纳入电力规划，提升设备抗灾标准（如提高设计风速阈值）。通过上述改进，配电网可在极端天气下实现从“被动防御”到“主动韧性”的转变

#分布式 #matlab #开发语言 +1

8 
程序猿鑫来自 AtomGit开源社区

gitcode.csdn.net · 2小时前

⛳️赠与读者[特殊字符]第一部分——内容介绍基于模型预测控制的车辆轨迹跟踪研究摘要针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，

针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，开展模型预测控制算法在车辆轨迹跟踪中的应用研究。通过构建自适应模型预测控制框架，实现对预设参考轨迹的持续稳定跟踪，同时依托 Matlab2018 及以上版本仿真环境搭建完整仿真流程，完成参数配置、模型调节与轨迹跟踪验证。研究结果表明，所设计的模型预测控制策略能够有效提升车辆轨迹跟踪的精准度与鲁棒性，

#人工智能 #机器学习 #支持向量机

9 
荔枝科研社来自 AtomGit开源社区

gitcode.csdn.net · 2小时前

基于合作博弈的综合能源系统利益分配优化调度（Matlab代码实现）

综合能源系统是一种将电力、热力、天然气等多种能源形式进行有机整合和协同运行的能源系统。它通常包括能源生产设备（如发电厂、燃气热电厂等）、能源转换设备（如电转气设备（P2G）、热电联产设备（CHP）等）、能源存储设备（如储氢罐、热储能装置等）以及能源消费终端。这些设备相互关联、相互影响，通过复杂的能源网络实现能源的传输和分配。本研究通过构建基于合作博弈的综合能源系统利益分配优化调度模型，利用 Sha

#能源 #matlab #python +1

11 

1 
荔枝科研社来自 AtomGit开源社区

gitcode.csdn.net · 2小时前

考虑极端天气线路脆弱性的配电网分布式电源配置优化模型【IEEE33节点】（Matlab代码实现)

极端天气下的配电网优化需深度融合脆弱性评估与分布式电源配置。动态多场景建模：整合气象预测与实时数据，构建自适应优化框架。多要素协同：量化电动汽车、虚拟电厂等新业态与灾害的交互机制。韧性-经济性平衡：开发兼顾长期投资效益与短期应急响应的混合优化模型。政策与标准：将极端气候信息纳入电力规划，提升设备抗灾标准（如提高设计风速阈值）。通过上述改进，配电网可在极端天气下实现从“被动防御”到“主动韧性”的转变

#分布式 #matlab #开发语言 +1

46 

1 
荔枝科研社来自 AtomGit开源社区

gitcode.csdn.net · 2小时前

⛳️赠与读者[特殊字符]第一部分——内容介绍基于模型预测控制的车辆轨迹跟踪研究摘要针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，

针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，开展模型预测控制算法在车辆轨迹跟踪中的应用研究。通过构建自适应模型预测控制框架，实现对预设参考轨迹的持续稳定跟踪，同时依托 Matlab2018 及以上版本仿真环境搭建完整仿真流程，完成参数配置、模型调节与轨迹跟踪验证。研究结果表明，所设计的模型预测控制策略能够有效提升车辆轨迹跟踪的精准度与鲁棒性，

#人工智能 #机器学习 #支持向量机

10 

1 
稷下科研社来自 AtomGit开源社区

gitcode.csdn.net · 3小时前

基于合作博弈的综合能源系统利益分配优化调度（Matlab代码实现）

综合能源系统是一种将电力、热力、天然气等多种能源形式进行有机整合和协同运行的能源系统。它通常包括能源生产设备（如发电厂、燃气热电厂等）、能源转换设备（如电转气设备（P2G）、热电联产设备（CHP）等）、能源存储设备（如储氢罐、热储能装置等）以及能源消费终端。这些设备相互关联、相互影响，通过复杂的能源网络实现能源的传输和分配。本研究通过构建基于合作博弈的综合能源系统利益分配优化调度模型，利用 Sha

#能源 #matlab #python +1

7 
稷下科研社来自 AtomGit开源社区

gitcode.csdn.net · 3小时前

考虑极端天气线路脆弱性的配电网分布式电源配置优化模型【IEEE33节点】（Matlab代码实现)

极端天气下的配电网优化需深度融合脆弱性评估与分布式电源配置。动态多场景建模：整合气象预测与实时数据，构建自适应优化框架。多要素协同：量化电动汽车、虚拟电厂等新业态与灾害的交互机制。韧性-经济性平衡：开发兼顾长期投资效益与短期应急响应的混合优化模型。政策与标准：将极端气候信息纳入电力规划，提升设备抗灾标准（如提高设计风速阈值）。通过上述改进，配电网可在极端天气下实现从“被动防御”到“主动韧性”的转变

#分布式 #matlab #开发语言 +1

7 
稷下科研社来自 AtomGit开源社区

gitcode.csdn.net · 3小时前

⛳️赠与读者[特殊字符]第一部分——内容介绍基于模型预测控制的车辆轨迹跟踪研究摘要针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，

针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，开展模型预测控制算法在车辆轨迹跟踪中的应用研究。通过构建自适应模型预测控制框架，实现对预设参考轨迹的持续稳定跟踪，同时依托 Matlab2018 及以上版本仿真环境搭建完整仿真流程，完成参数配置、模型调节与轨迹跟踪验证。研究结果表明，所设计的模型预测控制策略能够有效提升车辆轨迹跟踪的精准度与鲁棒性，

#人工智能 #机器学习 #支持向量机

54 
李锦科研来自 AtomGit开源社区

gitcode.csdn.net · 20小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

8 
老杰爱编程来自 AtomGit开源社区

gitcode.csdn.net · 20小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

12 
2501_93142541 来自 AtomGit开源社区

gitcode.csdn.net · 21小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

6 
woshilaiwade 来自 AtomGit开源社区

gitcode.csdn.net · 21小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

5 
茜姐_博客来自 AtomGit开源社区

gitcode.csdn.net · 21小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

7 
老潘编程来自 AtomGit开源社区

gitcode.csdn.net · 21小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

7 
qq408157250 来自 AtomGit开源社区

gitcode.csdn.net · 22小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

8 
荧光Matlab 来自 AtomGit开源社区

gitcode.csdn.net · 21小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

10 
2501_92824524 来自 AtomGit开源社区

gitcode.csdn.net · 22小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

84 

2 
2501_92823441 来自 AtomGit开源社区

gitcode.csdn.net · 22小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

8 
抬头望远方来自 AtomGit开源社区

gitcode.csdn.net · 22小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

8 
欢多天天写代码来自 AtomGit开源社区

gitcode.csdn.net · 22小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

8 
yyds_2201 来自 AtomGit开源社区

gitcode.csdn.net · 22小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

11 
吃兔子的大脑腐来自 AtomGit开源社区

gitcode.csdn.net · 23小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

11 
weixin_48529701 来自 AtomGit开源社区

gitcode.csdn.net · 23小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

8 
2501_92941428 来自 AtomGit开源社区

gitcode.csdn.net · 23小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

7 
ssswww56 来自 AtomGit开源社区

gitcode.csdn.net · 23小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

7 
qq_57231208 来自 AtomGit开源社区

gitcode.csdn.net · 23小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

8 
qq_551705769 来自 AtomGit开源社区

gitcode.csdn.net · 24小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

10 
m0_58086403 来自 AtomGit开源社区

gitcode.csdn.net · 24小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

12 
冒泡芳来自 AtomGit开源社区

gitcode.csdn.net · 24小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

7 
?? G.E.M. 来自 AtomGit开源社区

gitcode.csdn.net · 24小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

10 
@橘柑橙柠桔柚来自 AtomGit开源社区

gitcode.csdn.net · 24小时前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

9 
T 来自 AtomGit开源社区

gitcode.csdn.net · 1天前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

9 
wytm123 来自 AtomGit开源社区

gitcode.csdn.net · 1天前

【负荷预测】基于VMD-SSA-LSTM光伏功率预测（Matlab代码实现）

提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合，建立了光伏预测模型(VMD-SSA-LSTM)。首先利用VMD对历史负荷数据进行分解，然后依据SSA对LSTM的参数进行寻优，并将分解出的负荷分量输入到LSTM神经网络，最后将每个分量的预测值相加，得到光伏负荷预测值，结果表明，与LSTM、VMD-LSTM模型相比，VMD-SSA-LSTM模型的预测精度更高

#lstm #matlab #机器学习 +1

16 

加载更多

标签介绍

支持向量机

——支持向量机

热门标签

python

2篇文章
爬虫

2篇文章
自动化

2篇文章

关于我们

联系我们（工作时间：8:30-22:00）

400-660-0108 kefu@csdn.net

京ICP备19004658号
©1999-2023北京创新乐知网络技术有限公司
网络110报警服务
中国互联网举报中心
家长监护

回到
顶部