基于随机化的机器学习在可再生能源预测问题中的应用：文献综述、新结果与展望

基于随机化的预测机器学习方法因其在众多预测问题中优异的性能及有界计算时间，当前是人工智能领域的热点。近年来，基于随机化的方法在可再生能源预测问题中的应用十分广泛，包括多种不同类型的基于随机化的方法、其与其他技术的混合，以及经典基于随机化算法的新版本描述，涵盖深度与集成方法。本文综述了基于随机化的机器学习方法及其在可再生能源预测问题中应用的最重要特征。我们描述了该类建模方法中最重要的方法与算法，并进行了批判性文献综述，考察与太阳能、风能、海洋/海浪与水力发电可再生能源相关的预测问题。我们以一项广泛的实验研究支撑批判性分析，该研究包含与太阳能、风能和水力发电相关的真实世界问题，其中发现基于随机化的算法以显著更低的计算成本取得优于其他建模方法的结果。我们以该领域尚待解决的最重要挑战与研究方向的展望结束本综述，并给出激励该令人振奋研究领域进一步努力的前瞻。