مترجم اول

مترجم اول

ترجمه متون حقوقی، ترجمه مقاله ، ترجمه کتاب و... با مناسبترین هزینه و بهترین کیفیت
مترجم اول

مترجم اول

ترجمه متون حقوقی، ترجمه مقاله ، ترجمه کتاب و... با مناسبترین هزینه و بهترین کیفیت

مقاله با ترجمه فارسی

 الگوریتم رقابت استعماری در ترکیب با سری‌های زمانی فازی وزن‌دار با مرتبه بالا تصفیه شده (RHWFTS-ICA) برای پیش‌بینی کوتاه مدت بار
 Imperialist competitive algorithm combined with refined high-order weighted fuzzy time series (RHWFTS–ICA) for short term load forecasting







خلاصه

در این مطالعه، یک الگوریتم هیبریدی بر اساس یک الگوریتم فازی وزن‌دار با توان بالا و تصفیه شده و یک الگوریتم رقابت استعماری (RHWFTS-ICA) ساخته شده‌ است. این روش پیشنهاد شده است تا به طور موثری تحت پیش‌بینی بار کوتاه مدت (STLF) عمل کند. در ابتدا تحلیل خودهمبستگی استفاده می‌شود تا مرتبه روابط منطق فازی را شناسایی کند. بعد ضرایب بهینه و بازه‌های بهینه بوسیله یک الگوریتم رقابت استعماری در مجموعه‌ داده‌های آموزشی بدست آمدند. نهایتا، اطلاعات بدست آمده بکار گرفته شدند تا 48 قدم روبه جلو از مسائل STLF را پیش‌بینی کنند. برای ارزیابی روش مطرح شده، هشت مطالعه موردی از داده‌های بار واقعی، جمع‌آوری شده از انگلستان و فرانسه در طی سالهای 2003 و 2004 با الگوریتم پیشنهادی و مدل‌های پیش‌بینی STLF تقویت شده موردنظر مورد آزمون قرار گرفتند. نتایج عددی کارایی الگوریتم پیشنهادی را به لحاظ دقت پیش‌بینی نشان دادند.

 

کلمات کلیدی: سری‌های زمانی فازی وزن‌دار، الگوریتم رقابت استعماری، پیش‌بینی کوتاه‌مدت بار، تنظیم پیش‌بینی

 

abstract

In this study, a hybrid algorithm based on a refined high-order weighted fuzzy algorithm and an imperialist competitive algorithm (RHWFTS–ICA) is developed. This method is proposed to perform efficiently under short-term load forecasting (STLF). First, autocorrelation analysis was used to recognize the order of the fuzzy logical relationships. Next, the optimal coefficients and optimal intervals of adaption were obtained by means of an imperialist competitive algorithm in the training dataset. Lastly, the obtained information was employed to forecast the 48-step-ahead of the STLF problems. To validate the proposed method, eight case studies of real load data, collected from the UK and France during the years 2003 and 2004, were tested with the proposed algorithm and certain enhanced STLF forecasting models. The numerical results demonstrated the efficiency of the proposed algorithm in terms of the forecast accuracy.

Keywords:
Weighted fuzzy time series
Imperialist competitive algorithm
Short-term load forecasting
Forecast adjusting


دانلود مقاله با ترجمه فارسی

نظرات 0 + ارسال نظر
برای نمایش آواتار خود در این وبلاگ در سایت Gravatar.com ثبت نام کنید. (راهنما)
ایمیل شما بعد از ثبت نمایش داده نخواهد شد