[1] Narendra Babu C, B Eswara Reddy. Predictive Data Mining on Average Global Temperature Using Variants of ARIMA models[C]// IEEE, Advances in Engineering, Science and Management. USA: IEEE, 2012: 75-80. [2] 金志凤, 符国槐, 黄海静, 等. 基于BP 神经网络的杨梅大棚内气温预测模型研究[J]. 中国农业气象, 2011, 32(3): 362-367. [3] Shipra Banik, Mohammed Anwer.Soft Computing Models to Predict Daily Temperature of Dhaka[C]// IEEE, Computer and Information Technology. USA: IEEE, 2010: 256-260. [4] 张颖超, 郭栋, 熊雄. 自动站气温数据异常的补偿方法[J]. 计算机应用, 2014, 34(3): 888-891, 897. [5] 张宜阳, 卢继平, 孟洋洋. 基于经验模式分解和混沌相空间重构的风电功率短期预测[J]. 电力系统自动化, 2012, 36(5): 24-28. [6] 朱志宇, 姜长生, 张冰. 基于支持向量回归的混沌序列预测方法[J]. 电工技术学报, 2005, 20(6): 57-61. [7] 行鸿彦, 龚平, 徐伟. 嵌入窗方法确定混沌系统重构参数的仿真研究[J]. 系统仿真学报, 2013, 25(6): 1219-1225. (Xing Hongyan, Gong Ping, Xu Wei.Simulation Research of Chaos System Reconstruction Parameters Based on Embedded Window[J]. Journal of System Simulation (S1004-731X), 2013, 25(6): 1219-1225.) [8] 陆振波, 蔡志明, 姜可宇, 等. 基于改进的C-C方法的相空间重构参数选择[J]. 系统仿真学报, 2007, 19(11): 2527-2529, 2538. (Lu Zhenbo, Cai Zhiming, Jiang Keyu.Determination of Embedding Parameters for Phase Space Reconstruction Based on Improved C-C Method[J]. Journal of System Simulation (S1004-731X), 2007, 19(11): 2527-2529, 2538.) [9] 黄磊, 舒杰, 姜桂秀. 基于多维时间序列局部支持向量回归的微网光伏发电预测[J]. 电力系统自动化, 2014, 38(5): 19-24. [10] Vapnik V N.The nature of statistical learning theory[M]. New York, USA: Springer, 1995: 280-292. [11] 尹传环, 牟少敏, 田盛丰. 局部支持向量机的研究进展[J]. 计算机科学, 2012, 39(1): 170-174. [12] 唐贤伦, 李洋, 李鹏. 多智能体粒子群优化的SVR 模型预测控制[J]. 控制与决策, 2014, 29(4): 593-598. |