计算智能和神经科学
研究文章

并发,基于绩效的方法增加短期神经预测的准确性和确定性系统

表12

电力负荷消费不同方法的预测性能。
方法 错误类型
美 RMSE 均方误差 日军 最大的错误
单一的安 34.42 42.31 1789.95 39.00 93.45
结合安
平均 30.67 38.18 1457.48 39.66 73.15
美加权 30.55 38.05 1448.13 39.57 72.93
RMSE加权 30.53 38.00 1443.75 38.43 72.85
MSE加权 29.72 37.28 1389.59 39.52 72.49
ANN-LIN.REG相结合。
美加权 35.49 41.59 1729.46 50.78 87.10
RMSE加权 35.83 41.94 1759.12 51.42 87.45
MSE加权 37.58 43.49 1897.06 54.26 87.63
SARIMA 28.27 35.13 1234.13 42.38 85.18