文献

J-GLOBAL ID：201702224504591516   整理番号：17A1568255

予測翌日エネルギー価格における変分と経験的モード分解の比較【Powered by NICT】

Comparing Variational and Empirical Mode Decomposition in Forecasting Day-Ahead Energy Prices

著者 (1件)： Lahmiri Salim (ESCA School of Management, Casablanca, Morocco)
資料名： IEEE Systems Journal  (IEEE Systems Journal)
巻： 11  号： 3  ページ： 1907-1910  発行年： 2017年 
JST資料番号： W2238A  ISSN： 1932-8184  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 変分モード分解(VMD)は,信号処理のための先進的多重分解能法として提案されている。本研究では,カリフォルニア電力とBrent原油価格を予測するためのVMDベース一般化回帰ニューラルネットワークアンサンブル学習モデルを提案した。その性能に基づく一般化回帰ニューラルネットワーク(GRNN)アンサンブルモデル経験的モード分解(EMD)のそれと比較した。粒子群最適化は,アンサンブルシステム内の各GRNN初期重量を最適化した。実験結果はVMDベースアンサンブルは,平均絶対誤差,平均絶対百分率誤差,根平均二乗誤差の観点からEMDベースアンサンブル予報系より優れていることを示した。も比較目的のために使用される従来の自己回帰移動平均モデルより優れていた。その結果,VMDベースGRNNアンサンブル予報パラダイムは,カリフォルニア電力とBrent原油価格予測のための有望な方法である可能性がある。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *変分法 ,  アンサンブル予報 ,  モデリング ,  最適化 ,  カリフォルニア州 ,  *予測 ,  電力 ,  原油 ,  信号処理
準シソーラス用語： 価格予測 ,  平均二乗誤差 ,  一般回帰ニューラルネットワーク ,  原油価格 ,  *モード分解 ,  *経験的モード分解 ,  *エネルギー価格 , 【Automatic Indexing@JST】

分類 (1件)： 送電  (NB05030G)

タイトルに関連する用語 (4件)： 予測 ,  エネルギー価格 ,  変分 ,  経験的モード分解