公开(公告)号：CN111144649B

公开(公告)日：2023-04-07

申请号：CN201911360951.9

申请日：2019-12-26

Applicant: 哈尔滨工程大学

Inventor： 陈虹丽 ,  高新天 ,  高尚

IPC: G06Q10/04 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明属于数据预测技术领域，具体涉及一种基于信息融合的城市燃气日负荷组合预测方法。本发明采用神经网络预测器GRNN、灰色‑GRNN和梯度‑GRNN进行预测，然后设计随机集组合预测器进行组合预测，基于改进羊群智能算法的参数寻优器对随机集组合预测器的参数寻优。本发明的神经网络预测器既可以去除可能存在的坏数据，又可以判别单一模型故障。本发明能够有效的剔除随机变量的随机性和不确定性，提高预测精度，尤其是某些预测模型发生故障时，可以通过异常数据检测器基于突变理论进行突变检测。

公开(公告)号：CN111144649A

公开(公告)日：2020-05-12

申请号：CN201911360951.9

申请日：2019-12-26

Applicant: 哈尔滨工程大学

Inventor： 陈虹丽 ,  高新天 ,  高尚

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明属于数据预测技术领域，具体涉及一种基于信息融合的组合预测方法。本发明采用神经网络预测器GRNN、灰色-GRNN和梯度-GRNN进行预测，然后设计随机集组合预测器进行组合预测，基于改进羊群智能算法的参数寻优器对随机集组合预测器的参数寻优。本发明的神经网络预测器既可以去除可能存在的坏数据，又可以判别单一模型故障。本发明能够有效的剔除随机变量的随机性和不确定性，提高预测精度，尤其是某些预测模型发生故障时，可以通过异常数据检测器基于突变理论进行突变检测。