姚，Albert W.L。;廖，H.T。;刘春云。 基于田口和神经网络的电力负荷需求预测。 （英语） Zbl 1254.93124号 打开自动。控制系统。J。 1, 7-13 (2008). 小结：我们从消费者的角度提出了田口和滚动人工神经网络（ANN）建模方法，用于短期电力需求预测（VSTEDF）。滚动模型是一种新陈代谢技术，可确保输入数据始终是最新的值。在ANN预测中，应仔细检查可能影响模型的几个因素。采用田口方法对基于人工神经网络的电力需求值预报器的参数设置进行了优化。实验结果表明，神经网络预测模型的最佳设置为3个滞后加载点、0.1个动量、5个隐神经元和0.1个学习率。预测误差小至3%。也就是说，与普通人工神经网络和灰色预测的结果相比，基于田口人工神经网络的预测方法能够更准确地预测VSTEDF。 MSC公司： 93立方厘米 控制理论中的应用模型 68T05型 人工智能中的学习和自适应系统 关键词：人工神经网络 PDF格式BibTeX公司 XML格式引用 \textit{A.W.L.Yao}等人，打开自动。控制系统。J.1，7--13（2008；Zbl 1254.93124） 全文： DOI程序