电邮这篇文章 Short-term forecasting of mining enterprise energy demand by univariate methods
- 作者: Val' P.V.1, Val PV1
-
隶属关系:
- 期: 卷 12, 编号 2 (2011)
- 页面: 12-17
- 栏目: Articles
- ##submission.datePublished##: 15.06.2011
- URL: https://journals.eco-vector.com/2712-8970/article/view/505636
- ID: 505636
如何引用文章
全文:
详细
In this paper the author performs analysis of short-term forecasting quality of mining enterprise energy demand,
using the popular univariate forecasting methods (seasonal ARIMA, Holt-Winters method, and naive method).
using the popular univariate forecasting methods (seasonal ARIMA, Holt-Winters method, and naive method).
参考
- Шумилова Г. П., Готман Н. Э., Старцев Т. Б. Прогнозирование нагрузки ЭЭС на базе новых информационных технологий // Новые информационные технологии в задачах оперативного управления электроэнергетическими системами / Урал. отд-ние Рос. акад. наук. Екатеринбург, 2002. С. 127-156.
- Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. В 2 т. М. : Мир, 1974.
- Тихонов Э. Е. Методы прогнозирования в условиях рынка : учеб. пособие. Невинномысск, 2006.
- Taylor J. W., de Menezes L. M., McSharry P. E. A comparsion of univariate methods for forecasting electricity demand up to a day ahead // Intern. J. of Forecasting. 2006. Vol. 22. P. 1-16.
- Гнатюк В. И. Закон оптимального построения техноценозов [Электронный ресурс]. URL: <http://gnatukvi.ru/ind.html> (дата обращения: 30.09.2010).
- Ежов А. А., Шумский С. А. Нейрокомпьютинг и его применение в экономике и бизнесе / под ред. проф. В. В. Харитонова ; Моск. инж.-физ. ин-т. М., 1998.
补充文件
