基于循环神经网络的序列数据预测任务书

 2023-02-10 04:02

1. 毕业设计(论文)的内容和要求

本课题通过采集影响电力负荷的相关数据,构造一个短期电力负荷预测神经网络模型,研究基于长短期记忆网络的预测模型,实现某个体家庭用电量短期预测。同时研究了基于长短期记忆网络的文本生成技术,提出了一种可以自动生成中文古诗的模型。

2. 实验内容和要求

  1. 针对短期时间序列预测问题,本课题提出了一种的基于LSTM的预测模型。它是一个带有窥孔层的LSTM,用于筛选LSTM层的输如数据。添加的窥孔层可以减少LSTM模型输出的方差,从而提供更稳定的预测结果。利用某地短期电力负荷功耗时间序列数据作为实验数据集,对比机器学习模型和LSTM模型预测准确性,证明了提出LSTM模型的预测准确性要高于传统机器学习。

    剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

    3. 参考文献

    [1]Fu T.A review on time series data mining[J].Engineering Applications of Artificial Intelligence,2011,24(1):164-181.

    [2]黄素逸,杜一庆,明廷臻.新能源技术[M].北京:中国电力出版社,2011.

    [3]卡特.电力系统高级预测技术和发电优化调度[M].北京:机械工业出版社,2013.

    剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

    4. 毕业设计(论文)计划

    2022.11.15至2022.12.15查阅相关资料,完成进行需求分析和可行性分析,确定选题;2022.12.16至2022.1.10依据选题目标分析算法可行性;2022.1.11至2022.4.1完成程序设计,进行仿真实验;2022.4.2至2022.4.30完成中期检查,完善系统不足之处,撰写毕业设计说明书(论文)初稿;2022.5.1至2022.5.15完善毕业设计说明书(论文),提交毕业设计说明书(论文)答辩稿;2022.5.16至2022.5.20准备答辩ppt,参加答辩。

    2022.5.21至2010.5.30依据答辩意见完善毕业设计说明书(论文),提交终稿

    剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。