Se propuso un modelo de previsión de la carga a corto plazo (STLF) basado en la fusión de la teoría de reconstrucción del espacio de fases (PSRT) y las redes neuronales caóticas cuánticas (QCNN). La computación cuántica y el mecanismo caótico se integraron en QCNN, que se compuso de neuronas cuánticas y neuronas caóticas. La QCNN tiene cuatro capas: la capa de entrada, la primera capa oculta de nodos ocultos cuánticos, la segunda capa oculta de nodos ocultos caóticos y la capa de salida. La base teórica de la construcción de QCNN es la Teoría de Reconstrucción del Espacio de Fase (PSRT). Mediante la simulación de ejemplos reales, los resultados de la simulación muestran que el modelo propuesto tiene una buena precisión de previsión y estabilidad.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Circuito caótico de filtro de paso de banda basado en un puente de diodos memristivo mejorado
Artículo:
Sobre los métodos de penalización y función de brecha para problemas de equilibrio en dos niveles.
Artículo:
La derivación de propiedades estructurales de las splines LM-g mediante la condición necesaria de control óptimo.
Artículo:
Fractura dinámica en láminas delgadas mediante el método sin malla
Artículo:
Clasificación de imágenes de satélite y escenas basada en el aprendizaje por transferencia y el ajuste fino de ResNet50
Informe, reporte:
Informe de la evaluación regional de los servicios de manejo de residuos sólidos municipales en América Latina y el Caribe
Artículo:
Aplicación de seis sigmas integradas con AMEF y QFD en el proceso de fabricación y distribución de muebles
Artículo:
Operación de ensamblaje colaborativo entre dos robots modulares basada en la realimentación óptica de posición
Artículo:
Marco del modelo de gestión financiera y contable inteligente bajo la perspectiva de la inteligencia artificial