ПРОГНОЗУВАННЯ СПОЖИТОЇ ЕЛЕКТРОЕНЕРГІЇ МЕТОДАМИ НЕЙРОМЕРЕЖЕВОГО МОДЕЛЮВАННЯ
Ключові слова:
прогнозування, нейронна мережа, Matlab, Neural Network Toolbox, електроспоживання.Анотація
Розглянуто можливості програмного пакета Neural Network Toolbox для про-гнозування електроспоживання та проведено експериментальні дослідження роботи його алгоритмів. Виявлено проблеми забезпечення даних для навчальної вибірки.
Посилання
1. O.S. Haidenko. Metody prohnozuvannia elektrospozhyvannia tiahovymy pidstantsiiamy zaliznytsi [Methods of forecasting of electric power consumption by traction substations of the railway]. // Zb.nauk.prats «Modeliuvannia ta informatsiini tekhnolohii» [Collected Works «Modeling and Information Technologies»]. . – 2016. – issue 75. – Kiev, IPME im. G.E. Puhov NAS of Ukrainepp. – Р. 49-56. ISSN 2309-7647,
2. V.S. Medvedev. Neironnye sety. MATLAB 6 [Neural networks. MATLAB 6] / V.S. Medvedev, V.H. Potemkyn; Pod obshch. red. V.H. Potemkyna. – M.: DYALOH-MYFY, 2001. – 630 p. – (Pakety prikladnykh prohramm; Kn. 4 [Packages of application programs, Book 4]).
3. Fletcher R. Function minimization by conjugate gradients / Fletcher R., Reeves C.M. // Computer Journal. – Vol. 7. – 1964. – P. 149-154.
4. Hagan M.T. Training feedforward networks with the Marquardt algorithm / Hagan M.T., Menhaj M. // IEEE Transactions on Neural Networks. – Vol 5. – № 6. – 1994. – P. 989–993.
5. Osovskyj S. Neironnie seti dlia obrabotki informatsii [Neural networks for information processing] // Trans. from the Polish I.D. Rudinsky. – M: Finansy i statistika [Finance and Statistics], 2002. – 344 p.
Література:
1. Гайденко О.С. Методи прогнозування електроспоживання тяговими підстанціями залізниці. // Зб.наук.праць «Моделювання та інформаційні технології». – 2016. – Вип. 75. – Київ, ІПМЕ ім. Г.Є. Пу-хова НАН України. – С. 49-56. ISSN 2309-7647
2. Медведев В.С. Нейронные сети. MATLAB 6 / Медведев В.С., Потемкин В.Г.; Под общ. ред. В.Г. Потемкина. – М.: ДИАЛОГ-МИФИ, 2001. – 630 с. – (Пакеты прикладных программ; Кн. 4)
3. Fletcher R. Function minimization by conjugate gradients / Fletcher R., Reeves C.M. // Computer Journal. – Vol. 7, – 1964. – P. 149-154.
4. Hagan M.T. Training feedforward networks with the Marquardt algorithm / Hagan M.T., Menhaj M. // IEEE Transactions on Neural Networks. –Vol 5. – №6, – 1994. – С. 989–993.
5. Осовский С. Нейронные сети для обработки информации // Пер. с польского И.Д. Рудинского. – М.: Финансы и статистика, 2002. – 344 с.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Ліцензійні умови: Це стаття з відкритим доступом, поширювана за умовами Ліцензії Creative Commons Attribution License, яка дозволяє необмежено використовувати, розповсюджувати та відтворювати на будь-якому носії за умови представлення автора та джерела оригіналу.
