导读:本文包含了短期优化论文开题报告文献综述及选题提纲参考文献，主要关键词:纾解,中央政治局会议,短期,逆周期,求进,产业转型升级,营商环境,制造业投资,长期策略,增长区间
短期优化论文文献综述
王一彤[1]（2019）在《以“六稳”纾解短期下行压力 用改革优化长期经济结构》一文中研究指出近日召开的中共中央政治局会议为明年经济工作定下了稳中求进的总基调。其中，供给侧结构性改革仍是主线，改革开放仍是动力，高质量发展仍是目标，“六稳”仍是具体的着力点。中央政治局会议的着眼点并不局限于2020年，而是对更长远的经济发展作出展望、分析与部(本文来源于《金融时报》期刊2019-12-10）
王彭,王炯业[2]（2019）在《短期“排名游戏”待解 业内热议优化基金经理考核》一文中研究指出随着年末收官战日益临近，A股市场波动加剧，多只基金重仓股自11月中旬以来股价出现大幅回落。业内人士认为，今年以来公募基金普遍获益颇丰，在现有“短期化”考核机制下，部分基金经理倾向于减仓离场，以保住年内排名。实际上，基金经理在年末考核季调仓给市场带(本文来源于《上海证券报》期刊2019-11-26）
杨本臣,于坤鹏,张军[3]（2019）在《基于ELM优化模型的用户短期负荷研究》一文中研究指出随着售电侧的逐步开发以及用电大数据时代的到来,短期负荷预测更加复杂,必须综合考虑实时电价、用户历史用电行为以及预测模型的精度和时间复杂度。在分析各种短期负荷影响因素的基础上,利用K-means聚类方法对用户历史用电行为进行聚类,再利用兼具有自动寻找隐层节点数和在线学习功能的I-OS-ELM学习机进行负荷预测。实例预测结果证明,该模型能够有效地解决实时电价机制下短期负荷的预测问题。(本文来源于《计算机应用与软件》期刊2019年11期）
唐菁敏,马含[4]（2019）在《基于混沌粒子群优化的微电网短期负荷预测》一文中研究指出针对粒子群算法(Particle Swarm Optimization,PSO)优化最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)时存在非最优解问题,提出了一种基于混沌理论(Chaos theory)的粒子群优化LSSVM参数的短期负荷预测的方法.该预测模型首先引入混沌理论,对粒子群算法加以改进;然后让结合混沌理论的PSO对LSSVM回归估计进行参数优化,得到CPSO-LSSVM;最后将该方法应用于短期负荷预测,通过Matlab仿真训练得到预测结果.仿真实验结果表明该方法不仅可以降低算法陷入局部极值的可能性,还提高了学习能力,从而提高了预测的精准度.(本文来源于《云南大学学报(自然科学版)》期刊2019年06期）
杨茂,杨春霖,董骏城[5]（2019）在《基于预测误差分布优化模型的风电功率超短期概率区间预测研究》一文中研究指出提出一种基于预测误差分布优化模型的风电功率概率区间预测方法。由于风功率数据存在显着的时间相依结构,该方法首先对预测功率按出力不同进行划分,以划分区段内的预测误差为统计样本,分别采用多种分布模型拟合误差概率密度,通过拟合指标选择优化模型,进而求解该分布模型的累积概率,并通过计算指定置信水平下的置信区间进行概率区间预测。利用性能指标比较典型单一分布模型和优化模型的预测结果,表明基于优化模型的概率性预测区间覆盖率更高、平均带宽更窄、精度更好、效果更优。(本文来源于《太阳能学报》期刊2019年10期）
张德天,高阳,宋阳[6]（2019）在《基于遗传算法优化小波神经网络的短期光伏功率预测研究》一文中研究指出针对西北地区对光伏功率预测准确性考核要求的提升,提出了一种基于遗传算法优化小波神经网络的短期光伏功率预测模型,利用遗传算法优化小波神经网络,提高模型的预测精度。首先,对原始数据做数据预处理,得到比较理想的数据源;其次,利用遗传算法对小波神经网络进行最佳适应优化赋值,从而避免神经网络陷入局部最小值的问题;最后,对模型进行仿真,并与传统的小波神经网络、BP神经网络的预测结果进行对比。结果表明,优化后的小波神经网络,具有适应度好、预测精度高、鲁棒性能强的能力,且能满足西北能源局实行的新细则要求。(本文来源于《沈阳工程学院学报(自然科学版)》期刊2019年04期）
张文涛,马永光,董子健[7]（2019）在《基于优化核极限学习机的短期电力负荷预测》一文中研究指出短期电力负荷预测对于电力系统的安全调度和经济运行具有非常重要的意义,针对传统短期负荷预测方法具有误差大、计算复杂的问题,提出一种基于IWOA-KELM和AdaBoost的短期电力负荷预测方法。首先根据负荷历史数据,建立多个核极限学习机(KELM)短期电力负荷预测模型,并利用改进的鲸鱼算法(IWOA)去优化KELM的核函数参数和正则化系数,然后利用AdaBoost算法将多个IWOA-KELM弱预测器迭代集成强预测器,从而对短期电力负荷进行预测。实验结果表明,与BP神经网络和SVM相比,上述方法具有更短的运行时间和更好的预测性能。(本文来源于《计算机仿真》期刊2019年10期）
徐龙博,王伟,丁煜函,张滔,汪少勇[8]（2019）在《基于MIV-PCA的超短期风电功率预测模型优化》一文中研究指出为解决基于动态神经网络的超短期风电功率预测方法中预测模型输入变量多、模型复杂等问题,文中将平均影响值(MIV)和主元分析(PCA)方法相结合,对预测模型进行了优化。MIV方法表征了输入变量对输出的影响程度,可筛选出对预测输出具有最大影响的输入变量,简化预测模型,但变量的信息利用率不高。PCA法从剩余的输入变量中提取出主元,通过增加少量的主元变量提高信息利用率,弥补MIV方法的不足。数据分析及实验结果表明,通过MIV和PCA法优化的预测模型的输入变量能在获得较高的累计贡献率的同时降低模型复杂度,保留原系统的重要信息,并降低模型引入噪声的风险,使得风电功率预测精度得到显着提高。(本文来源于《电力工程技术》期刊2019年05期）
孙婉婉,杨乐[9]（2019）在《基于遗传算法优化神经网络的电动汽车负荷短期预测》一文中研究指出开展电动汽车(EV)充电负荷预测在一定程度上可以有效缓解EV充电对配电网产生的影响。提出一种用遗传算法(GA)同时优化神经网络权阈值(连接权)和结构即隐含层单元数的EV充电负荷的预测方法,并与BP神经网络预测方法进行对比。实验结果表明所提出的预测方法有较高的预测精度。(本文来源于《电工电气》期刊2019年09期）
纪昌明,马皓宇,吴嘉杰,李慧[10]（2019）在《梯级水库短期优化调度模型的精细化与GPU并行实现》一文中研究指出目前制约梯级水库短期优化调度在实际工程中应用的主要瓶颈有:所构建的优化模型存在不合理的简化策略,所选择的求解算法无法保证解的质量以及模型的计算时间远超规定时长。为解决上述问题,本文首先构建精细至水电站各机组工作特性的优化调度模型,接着通过二重嵌套动态规划(DP)计算给定模拟精度下的高质量解,并(本文来源于《水利水电快报》期刊2019年07期）
短期优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着年末收官战日益临近，A股市场波动加剧，多只基金重仓股自11月中旬以来股价出现大幅回落。业内人士认为，今年以来公募基金普遍获益颇丰，在现有“短期化”考核机制下，部分基金经理倾向于减仓离场，以保住年内排名。实际上，基金经理在年末考核季调仓给市场带
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
短期优化论文参考文献
[1].王一彤.以“六稳”纾解短期下行压力用改革优化长期经济结构[N].金融时报.2019
[2].王彭,王炯业.短期“排名游戏”待解业内热议优化基金经理考核[N].上海证券报.2019
[3].杨本臣,于坤鹏,张军.基于ELM优化模型的用户短期负荷研究[J].计算机应用与软件.2019
[4].唐菁敏,马含.基于混沌粒子群优化的微电网短期负荷预测[J].云南大学学报(自然科学版).2019
[5].杨茂,杨春霖,董骏城.基于预测误差分布优化模型的风电功率超短期概率区间预测研究[J].太阳能学报.2019
[6].张德天,高阳,宋阳.基于遗传算法优化小波神经网络的短期光伏功率预测研究[J].沈阳工程学院学报(自然科学版).2019
[7].张文涛,马永光,董子健.基于优化核极限学习机的短期电力负荷预测[J].计算机仿真.2019
[8].徐龙博,王伟,丁煜函,张滔,汪少勇.基于MIV-PCA的超短期风电功率预测模型优化[J].电力工程技术.2019
[9].孙婉婉,杨乐.基于遗传算法优化神经网络的电动汽车负荷短期预测[J].电工电气.2019
[10].纪昌明,马皓宇,吴嘉杰,李慧.梯级水库短期优化调度模型的精细化与GPU并行实现[J].水利水电快报.2019
标签：纾解; 中央政治局会议; 短期; 逆周期; 求进; 产业转型升级; 营商环境; 制造业投资; 长期策略; 增长区间;