C:\Program Files\Java\jre1.5.0_04\lib\i386\jvm.cfg

LTong2004 2006-12-27 04:17:11

找不到C:\Program Files\Java\jre1.5.0_04\lib\i386\jvm.cfg

...全文

114 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

kinsey0514 2006-12-27

打赏
举报

回复

C:\Program Files\Java\jdk1.5.0_07\jre\lib\i386\jvm.cfg

253-[springboot]企业内部订餐小程序(文档+源码)_kaic.zip

内容概要：本研究聚焦于基于天牛须搜索算法（BAS）优化极限学习机（ELM）的功率预测模型，提出了一种结合群体智能优化与快速学习算法的新型预测方法，并通过Matlab平台实现了完整的仿真与验证流程。该方法利用天牛群算法强大的全局寻优能力，对ELM模型的关键参数（如输入权重和偏置）进行自适应优化，有效克服了传统ELM因随机初始化带来的不稳定性和预测精度波动问题。研究涵盖了数据预处理、特征选取、模型训练、参数优化与结果评估全过程，适用于风电、光伏等可再生能源功率预测场景，显著提升了预测的准确性与鲁棒性。; 适合人群：具备一定机器学习与智能优化算法基础，从事新能源预测、电力系统分析或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①解决可再生能源出力波动性强导致的功率预测精度低的问题；②提升ELM模型在实际工程应用中的泛化能力与稳定性；③为智能算法在电力系统预测领域的融合应用提供可复现的技术范例。; 阅读建议：建议读者结合Matlab代码深入理解算法实现细节，重点关注天牛群算法的搜索机制与ELM参数优化的耦合方式，可通过更换数据集或调整优化目标进一步拓展模型应用场景，并对比其他优化算法（如PSO、GWO）以评估性能优势。

132-基于Spring Boot的爱老助老服务平台(文档+源码)_kaic.zip

计算机毕业设计

（47页PPT）销售培训课件20营销渠道建设与管理.pptx

62,625

社区成员

307,257

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章