РАЗМЕР ОБУЧАЮЩЕЙ ВЫБОРКИ И ЕЕ ВЛИЯНИЕ НА АРХИТЕКТУРУ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ В ЭНЕРГОСИСТЕМЕ

Результат исследований: Вклад в журналСтатья

Аннотация

Представлен подход, использующий теорию искусственных нейронных сетей для прогнозирования потребления электрической энергии, при условии минимизации ошибки прогнозирования на длительном интервале упреждения. Одновременное выполнение условий небольшого отклонения прогнозируемых значений от реальных значений и сохранение квадрата ошибки в заданных пределах на предопределенном интервале достигается за счет сбалансированного выбора архитектуры нейронной сети. Испытания метода проводились с использованием реальных данных.
Переведенное названиеSAMPLE SIZE OF TRAINING AND ITS IMPACT ON ARCHITECTURE OF ARTIFICIAL NEURAL NETWORKS IN POWER SYSTEMS
Язык оригиналаРусский
Страницы (с-по)1417-1420
ЖурналВестник Тамбовского университета. Серия: Естественные и технические науки
Том18
Номер выпуска4-1
СостояниеОпубликовано - 2013

ГРНТИ

  • 44.29.00 Электроэнергетика

Уровень публикации

  • Перечень ВАК

Fingerprint Подробные сведения о темах исследования «РАЗМЕР ОБУЧАЮЩЕЙ ВЫБОРКИ И ЕЕ ВЛИЯНИЕ НА АРХИТЕКТУРУ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ В ЭНЕРГОСИСТЕМЕ». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать