Hybrid Intelligent Technologies in Energy Demand Forecasting (eBook)
XII, 179 Seiten
Springer International Publishing (Verlag)
978-3-030-36529-5 (ISBN)
This book is written for researchers and postgraduates who are interested in developing high-accurate energy demand forecasting models that outperform traditional models by hybridizing intelligent technologies.
It covers meta-heuristic algorithms, chaotic mapping mechanism, quantum computing mechanism, recurrent mechanisms, phase space reconstruction, and recurrence plot theory.
The book clearly illustrates how these intelligent technologies could be hybridized with those traditional forecasting models. This book provides many figures to deonstrate how these hybrid intelligent technologies are being applied to exceed the limitations of existing models.
Wei-Chiang Hong is a professor in the Department of Information Management at the Oriental Institute of Technology, Taiwan. His research interests are focused on hybridized meta-heuristic algorithms (the genetic algorithm, simulated annealing algorithm, immune algorithm, particle swarm optimization algorithm, ant colony / artificial bee colony optimization algorithm, cuckoo search algorithm, bat algorithm, dragonfly algorithm, etc.) together with the chaotic mapping mechanism, quantum computing mechanism, recurrent neural networks, seasonal mechanism, phase space reconstruction, and recurrence plot theory in the support vector regression (SVR) model, the goal being to provide more accurate forecasting performance by determining the suitable parameters of an SVR model. In this regard, the author has gathered substantial practical experience using hybrid meta-heuristic algorithms with intelligent technologies to improve forecasting accuracy.
| Erscheint lt. Verlag | 1.1.2020 |
|---|---|
| Zusatzinfo | XII, 179 p. 60 illus., 51 illus. in color. |
| Sprache | englisch |
| Themenwelt | Naturwissenschaften ► Physik / Astronomie |
| Technik ► Bauwesen | |
| Technik ► Elektrotechnik / Energietechnik | |
| Schlagworte | chaotic mapping mechanism • Energy Demand Forecasting • Meta-heuristic Algorithms • Phase Space Reconstruction • quantum computing mechanism • recurrence plot theory • Recurrent Neural Network Mechanism • support vector regression |
| ISBN-10 | 3-030-36529-8 / 3030365298 |
| ISBN-13 | 978-3-030-36529-5 / 9783030365295 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 9,0 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
