基于RBF神经网络的短期电力负荷预测
研究了天气和特殊事件对电力负荷的影响,建立了结合径向基函数神经网络来进行短期负荷预测的模型。将温度、降雨量运用于径向基函数神经网络中,提高了训练的可信度和可靠性。利用该模型编排的实用化软件投入到了实际...
研究了天气和特殊事件对电力负荷的影响,建立了结合径向基函数神经网络来进行短期负荷预测的模型。将温度、降雨量运用于径向基函数神经网络中,提高了训练的可信度和可靠性。利用该模型编排的实用化软件投入到了实际...
采用不确定性推理的矩阵分析方法,建立了用于目标识别的多传感器数据融合的数学模型. 该模型综合了来自多种不同传感器的基于正态分布的检测数据,通过定义相关系数矩阵来获取基 本可信度分配值矩阵. 提出...
采用不确定性推理的矩阵分析方法,建立了用于目标识别的多传感器数据融合的数学模型.该模型综合了来自多种不同传感器的基于正态分布的检测数据,通过定义相关系数矩阵来获取基本可信度分配值矩阵. 提出了...
研究了D2S 证据推理多传感器信息融合方法在存在量测噪声的滑模控制中的应用, 它有助于削弱模函数的不确定性. 由于基本可信度函数不能解析获得, 用一个模糊系统对其予以等价,模糊规则后件参数由样本数据通...
测试的目的决定了如何去组织测试。如果测试的目的是为了尽可能多地找出错误,那么测试就应该直接针对设计比较复杂的部分或是以前出错比较多的位置。如果测试目的是为了给最终用户提供具有一定可信度的质量评价,那么测试就应该直接针对在实际应用中会经常用到的商业假设。 ...