基于小波包分解的CFO-LSTELM日供水量时间序列预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为提高日供水量时间序列预测精度，避免提前使用“未来信息”可能导致预测结果“失真”问题，提出基于小波包分解（Wavelet Packet Decomposition，WPD）的虫草优化（CaterpilarFungus Optimizer，CFO）算法-最小二乘孪生极限学习机（Least Squares Twin Extreme Learning Machine，LSTELM）预测模型。（剩余15658字）

试读结束

目录
monitor