深度学习与环境决策支持系统在可再生能源需求预测中的 LTPNet 集成
机器学习
2024-10-22 v1 综合经济学
经济学
摘要
在全球环境变化日益严重的背景下，准确预测和满足可再生能源需求已成为可持续商业发展的关键挑战。传统的能源需求预测方法常面临复杂数据处理和低预测精度的问题。为此，本文提出一种新方法，将深度学习技术与环境决策支持系统相结合。该模型集成了 LSTM 和 Transformer 等前沿深度学习技术，以及粒子群优化 (PSO)算法用于参数优化，显著提升了预测性能和实际应用价值。结果表明，我们的模型在多项指标上均实现显著提升，包括 MAE 降低 30%，MAPE 下降 20%，RMSE 降低 25%，MSE 降低 35%。这些结果验证了该模型在可再生能源需求预测中的有效性和可靠性。本研究为深度学习在环境决策支持系统中的应用提供了有价值的参考。
引用
@article{arxiv.2410.15286,
title = {LTPNet Integration of Deep Learning and Environmental Decision Support Systems for Renewable Energy Demand Forecasting},
author = {Te Li and Mengze Zhang and Yan Zhou},
journal= {arXiv preprint arXiv:2410.15286},
year = {2024}
}
备注
25 pages