基于深度随机森林算法的短期用户负荷预测——以金华地区为例

胡兆龙, 胡俊建, 彭浩, 韩建民, 朱响斌, 丁智国

电子科技大学学报 ›› 2023, Vol. 52 ›› Issue (03) : 430-437.

基于深度随机森林算法的短期用户负荷预测——以金华地区为例

  • 胡兆龙, 胡俊建, 彭浩, 韩建民, 朱响斌, 丁智国
作者信息 +
History +

摘要

通过网络爬虫获取天气数据,并结合金华市用户负荷数据,采用深度随机森林算法对用户负荷进行短期预测。借助4种评价指标,通过对比支持向量回归算法、K近邻算、贝叶斯岭回归算法、随机森林算法以及多个深度神经网络算法,发现深度随机森林算法预测效果最佳,支持向量回归算法次之,而深度神经网络算法在该数据集上表现一般。

关键词

深度随机森林算法 / 机器学习 / 短期负荷预测 / 天气信息

中图分类号

TM715 / TP181

引用本文

导出引用
胡兆龙, 胡俊建, 彭浩, 韩建民, 朱响斌, 丁智国. 基于深度随机森林算法的短期用户负荷预测——以金华地区为例. 电子科技大学学报. 2023, 52(03): 430-437

基金

国家自然科学基金(62103375,62072412); 浙江省哲学社会科学规划重点项目(22NDJC009Z); 浙江省自然科学基金(LY23F030003)

评论

Accesses

Citation

Detail

段落导航
相关文章

/