| 注册
首页|期刊导航|计算机与数字工程|基于黏菌算法优化的CNN-GRU模型的短期负荷预测

基于黏菌算法优化的CNN-GRU模型的短期负荷预测

王树东 张建瑞

计算机与数字工程2026,Vol.54Issue(5):P.1501-1507,7.
✕
计算机与数字工程2026,Vol.54Issue(5):P.1501-1507,7.DOI:10.3969/j.issn.1672-9722.2026.05.044

基于黏菌算法优化的CNN-GRU模型的短期负荷预测

王树东 1张建瑞2

作者信息

  • 1. 兰州理工大学电气工程与信息工程学院,兰州730050 兰州理工大学甘肃省工业控制先进控制重点实验室,兰州730050 兰州理工大学电气与控制工程国家级实验教学示范中心,兰州730050
  • 2. 兰州理工大学电气工程与信息工程学院,兰州730050 兰州理工大学甘肃省工业控制先进控制重点实验室,兰州730050
  • 折叠

摘要

关键词

变分模态分解/负荷预测/黏菌算法/卷积神经网络/门控循环单元神经网络

分类

信息技术与安全科学

引用本文复制引用

王树东,张建瑞..基于黏菌算法优化的CNN-GRU模型的短期负荷预测[J].计算机与数字工程,2026,54(5):P.1501-1507,7.

计算机与数字工程

1672-9722

访问量0
|
下载量0
段落导航相关论文