Scidown文献预览系统！
面板分位回归神经网络在中国用电量预测中的应用:一个新的框架( Panel quantile regression neural network for electricity consumption forecasting in China: a new framework )
X Zhou J Wang
准确的电力消费预测(ECF)由于其复杂性而具有挑战性，而在中国，由于省际间的巨大异质性，对一个省域的ECF来说更具有挑战性。为了描述和预测用电量，在面板分位数回归模型的基础上加入人工神经网络结构，提出了一种新的面板分位数回归神经网络（PQRNN）。PQRNN能够同时解释复杂的非线性关系和潜在的省域异质性。此外，本文还提出了分位数损失函数的微分逼近和基于反向传播算法的拟牛顿优化算法。通过对1999-2017年中国省级面板数据的实证分析,验证了基于PQRNN的ECF的预测精度,结果表明,基于PQRNN的ECF具有较好的预测效果。最后,利用PQRNN模型对未来5年（2018-2022年）省级用电量进行了预测。
SciDown文献求助系统（解决99%问题） Public Download Taylor & Francis ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 8.1 Einfuhrung下载
scidown 8.1 Einfuhrung下载
scidown 8.1 Einfuhrung下载