In this paper, we use neural networ

In this paper, we use neural network and Markov theory
to set up a model for power load forecasting, and the
application of the forecasting model can take full advantage of
the time series of load information, while avoiding
unnecessary interference factors with a strong scientific. This
method is not only high accuracy but also simple, practical
and workable. In addition, the paper first attempt to use
Golden Section method to divide the state interval, and it is
proved the method is feasible.

ผลลัพธ์ (ไทย) 1:

ในกระดาษนี้ เราใช้โครงข่ายประสาทและทฤษฎี Markovการตั้งค่าแบบจำลองสำหรับอำนาจการพยากรณ์โหลด และแอพลิเคชันของแบบจำลองการคาดการณ์ที่สามารถใช้ประโยชน์ชุดเวลาของการโหลดข้อมูล ขณะที่หลีกเลี่ยงสัญญาณรบกวนที่ไม่จำเป็นปัจจัยแข็งแกร่งกับวิทยาศาสตร์ นี้วิธีไม่เพียงแต่ทางปฏิบัติยังง่าย มีความแม่นยำสูงและสามารถทำงานได้ นอกจากนี้ กระดาษแรกพยายามที่จะใช้ส่วนทองวิธีการแบ่งช่วงรัฐ และมันเป็นพิสูจน์แล้วว่า วิธีการที่จะเป็นไปได้

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราจะใช้เครือข่ายประสาทและทฤษฎีมาร์คอฟ
ในการตั้งค่ารูปแบบจำลองสำหรับการพยากรณ์โหลดพลังงานและ
การประยุกต์ใช้แบบจำลองการคาดการณ์สามารถใช้ประโยชน์เต็มรูปแบบของ
ชุดเวลาของการโหลดข้อมูลขณะที่หลีกเลี่ยง
ปัจจัยรบกวนที่ไม่จำเป็นกับวิทยาศาสตร์ที่แข็งแกร่ง นี้
เป็นวิธีการที่ไม่เพียง แต่มีความแม่นยำสูง แต่ยังง่ายในทางปฏิบัติ
และสามารถทำงานได้ นอกจากนี้กระดาษแรกพยายามที่จะใช้
วิธีการทองส่วนที่จะแบ่งช่วงเวลาของรัฐและเป็นที่
พิสูจน์แล้วว่าวิธีการที่เป็นไปได้