发电可持续发展规划程序,演示如何将预测模型和规范模型结合起来,以支持规划发电的复杂过程

上传者: ncusz | 上传时间: 2022-04-06 09:42:30 | 文件大小: 4.39MB | 文件类型: ZIP
预测部分采用时间序列数据的形式,在几年的电力需求和火车和测试模型,能够预测未来的电力需求。这是通过两种不同的方式实现的,以展示如何在 SPSS 这样的拖放平台中实现它,以及如何在 Jupyter notebook 中编写代码(python)。首先是一个 SPSS 流,训练一个神经网络模型。第二个是一个 Jupyter notebook,它可以训练 XGBoost Regressor 模型。 决策优化部分主要研究机组组合问题的3种不同的数学公式,并利用 IBM 的数据科学经验(DSX)局部决策优化(DO)方法对这3种公式进行了求解和比较。 项目的决策优化资产产生一个可配置的框架,以求解机组组合的迭代不同公式的问题的多个实例。收集和处理来自不同情景的优化结果,以便可视化准确的业务建议,以及通过事后

文件下载

资源详情

[{"title":"( 276 个子文件 4.39MB ) 发电可持续发展规划程序,演示如何将预测模型和规范模型结合起来,以支持规划发电的复杂过程","children":[{"title":".keep <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"spark_kernel_basic.R <span style='color:#111;'> 1023B </span>","children":null,"spread":false},{"title":"spark_mtcars.R <span style='color:#111;'> 1.06KB </span>","children":null,"spread":false},{"title":"spark_flights.R <span style='color:#111;'> 1.25KB </span>","children":null,"spread":false},{"title":"readme.txt <span style='color:#111;'> 1.10KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明