روش مؤثر هوشمند به‌منظور پیش‌بینی بار الکتریکی کوتاه‌مدت

Autor:	فاطمه ابراهیمی, امیر افسر, جلال رضایی نور, علی قنبری سرخی
Jazyk:	perština
Rok vydání:	2017
Předmět:	پیش‌بینی بار الکتریکی شبکه‌ی عصبی ماشین بردار پشتیبان تحلیل مؤلفه‌ی اصلی Industrial engineering. Management engineering T55.4-60.8
Zdroj:	مهندسی صنایع و مدیریت شریف, Vol 33.1, Iss 1.2, Pp 43-54 (2017)
Druh dokumentu:	article
ISSN:	2676-4741 2676-475X
DOI:	10.24200/j65.2017.5590
Popis:	در این نوشتار از روش‌های شبکه‌ی عصبی )N‌N(، ماشین بردار پشتیبانی )S‌V‌M( و تحلیل مؤلفه‌ی اصلی )P‌C‌A( با یک رویکرد متوالی برای پیش‌بینی بار کوتاه‌مدت استفاده شده است. ابتدا با استفاده از یک روش غربال‌سازی، داده‌های ورودی استخراج و به کلاس‌هایی تقسیم شدند که بتواند بهترین نتایج را ارائه دهد. سپس مقادیر گذشته بار به‌همراه اطلاعات وابسته در هر دسته به شبکه‌های عصبی چندلایه‌ی پرسپترون و ماشین بردار پشتیبان به‌صورت پشت سر هم و وابسته به ساعت قبل داده شده است که ماشین بردار پشتیبان پیشنهادی توانست نتایج بهتری ارائه دهد. سپس با اعمال تحلیل مؤلفه‌ی اصلی به پارامترهای ورودی مجدداً این دو سیستم مورد آزمون قرار گرفت. نتایج نشان داده که هنگام استفاده از تحلیل مؤلفه‌ی اصلی نتایج شبکه‌های عصبی و ماشین‌های بردار پشتیبان بهبود یافته و نتایجی بهتر از پیش‌بینی‌های سنتی ارائه داده است.
Databáze:	Directory of Open Access Journals
Externí odkaz:	https://doaj.org/article/6249f0dd8bda44839ee48fbe060ec765 Zobrazit plný text záznamu View record in DOAJ