作者：戴亮; 何欣; 崔力心; 倪赛赛异常值检测arma模型bp神经网络pso算法cs算法
摘要：为了提高短期电价预测精度,本文提出了一种将异常值检测、时间序列分析、神经网络以及群体智能算法相结合的混合算法。作为混合算法的具体实现,文中的异常值检测利用了残差比方法和正态分布方法,群体智能优化算法选取了粒子群(PSO)算法和布谷鸟(CS)算法。作为实例研究,本文将混合模型应用用于澳大利亚新南威尔士州短期电价预测中,结果表明,混合预测方法能在一定程度上提高模型的预测精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
