Título :	Hybrid Intelligent Technologies in Energy Demand Forecasting
Tipo de documento:	documento electrónico
Autores:	Hong, Wei-Chiang, Autor
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2020
Número de páginas:	XII, 179 p. 60 ilustraciones, 51 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-36529-5
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Fuente de energía renovable  Energía renovable  Modelado por computadora  Política energética  Óptica no lineal  Simulación por ordenador  Inteligencia Computacional  Energía y estado
Índice Dewey:	333.7 Recursos naturales y energía
Resumen:	Este libro está escrito para investigadores y posgraduados interesados ​​en desarrollar modelos de pronóstico de la demanda de energía de alta precisión que superen a los modelos tradicionales mediante la hibridación de tecnologías inteligentes. Cubre algoritmos metaheurísticos, mecanismo de mapeo caótico, mecanismo de computación cuántica, mecanismos recurrentes, reconstrucción del espacio de fase y teoría de tramas de recurrencia. El libro ilustra claramente cómo estas tecnologías inteligentes podrían hibridarse con esos modelos de pronóstico tradicionales. Este libro proporciona muchas cifras para demostrar cómo se están aplicando estas tecnologías inteligentes híbridas para superar las limitaciones de los modelos existentes.
Nota de contenido:	Introduction -- Modeling for Energy Demand Forecasting -- Data Pre-processing Methods -- Hybridizing Meta-heuristic Algorithms with CMM and QCM for SVR's Parameters Determination -- Hybridizing QCM with Dragonfly algorithm to Enrich the Solution Searching Be-haviors -- Phase Space Reconstruction and Recurrence Plot Theory .
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Hybrid Intelligent Technologies in Energy Demand Forecasting [documento electrónico] / Hong, Wei-Chiang, Autor  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XII, 179 p. 60 ilustraciones, 51 ilustraciones en color.
ISBN : 978-3-030-36529-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Fuente de energía renovable  Energía renovable  Modelado por computadora  Política energética  Óptica no lineal  Simulación por ordenador  Inteligencia Computacional  Energía y estado
Índice Dewey:	333.7 Recursos naturales y energía
Resumen:	Este libro está escrito para investigadores y posgraduados interesados ​​en desarrollar modelos de pronóstico de la demanda de energía de alta precisión que superen a los modelos tradicionales mediante la hibridación de tecnologías inteligentes. Cubre algoritmos metaheurísticos, mecanismo de mapeo caótico, mecanismo de computación cuántica, mecanismos recurrentes, reconstrucción del espacio de fase y teoría de tramas de recurrencia. El libro ilustra claramente cómo estas tecnologías inteligentes podrían hibridarse con esos modelos de pronóstico tradicionales. Este libro proporciona muchas cifras para demostrar cómo se están aplicando estas tecnologías inteligentes híbridas para superar las limitaciones de los modelos existentes.
Nota de contenido:	Introduction -- Modeling for Energy Demand Forecasting -- Data Pre-processing Methods -- Hybridizing Meta-heuristic Algorithms with CMM and QCM for SVR's Parameters Determination -- Hybridizing QCM with Dragonfly algorithm to Enrich the Solution Searching Be-haviors -- Phase Space Reconstruction and Recurrence Plot Theory .
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i