[1] 焦文玲,秦裕琨,赵林波.城市燃气负荷预测系统体系研究[J].天然气工业,2005,25(1):155-157. [2] 张中秀,周伟国,姚健,等.城市燃气负荷的气温响应特性研究[J].煤气与热力,2008,28(10):B11-B13. [3] 顾婷婷,骆月珍,潘娅英.杭州市燃气负荷与气象条件的响应关系及其预测模型[J].气象科技,2014,42(6):1154-1158. [4] 代小华,汪玉春,朱勇,等.基于SVM方法的天然气管网负荷预测研究[J].天然气与石油,2009,27(2):13-15. [5] 张超,刘奕,张辉,等.基于支持向量机的城市燃气日负荷预测方法研究[J].清华大学学报:自然科学版,2014,54(3):320-325,333. [6] 赖兆林,徐晓钟.基于粒子群优化的Wv-SVM燃气负荷预测[J].计算机工程,2012,38(5):196-198,201. [7] Vapnik V N.Statistical Learning Theory[M].New York:John Wiley and Sons,1998. [8] 王定成,方廷健,唐毅,等.支持向量机回归理论与控制的综述[J].模式识别与人工智能,2003,16(2):192-197. [9] 张学工.关于统计学习理论与支持向量机[J].自动化学报,2000,26(1):32-42. [10] 白杨,王晓云,姜海梅,等.城市热岛效应研究进展[J].气象与环境学报,2013,29(2):101-106. [11] 史军,梁萍,万齐林,等.城市气候效应研究进展[J].热带气象学报,2011,27(6):942-951. [12] 杨红龙,潘婕,张镭.SRES A2情景下中国区域性高温热浪事件变化特征[J].气象与环境学报,2015,31(1):51-59. [13] 王树刚,王继红,端木琳,等.城市燃气负荷的短期预测[J].天然气工业,2010,30(5):104-107. [14] 姚健,周伟国,张中秀.人工神经网络法燃气日负荷预测输入变量选取[J].煤气与热力,2010,30(1):A28-A30. |