CAJ | 학술논문

万方数据

数字技术与应用 수자기술여응용
DIGITAL TECHNOLOGY AND APPLICATION
2014年 10期 79-79 ,共1页

敖培%李怀芝%李明%杨百顺%李延强

오배%리부지%리명%양백순%리연강

Bootstrap算法%随机子空间算法%极端学习机%集成预测 Bootstrap算法%隨機子空間算法%極耑學習機%集成預測
Bootstrap산법%수궤자공간산법%겁단학습궤%집성예측

本文提出一种基于混合扰动的极端学习机集成预测算法对超短期风电功率进行预测，即通过Bootstrap算法和RS算法产生基分类器之间的差异性，然后利用加权平均的方法集成各个体ELM的预测结果。实验表明，与个体预测模型相比，该算法有更高的预测精度。
본문제출일충기우혼합우동적겁단학습궤집성예측산법대초단기풍전공솔진행예측，즉통과Bootstrap산법화RS산법산생기분류기지간적차이성，연후이용가권평균적방법집성각개체ELM적예측결과。실험표명，여개체예측모형상비，해산법유경고적예측정도。