Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Forecasting

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Che cosa significa prevedere nelle scienze umane contemporanee? I contributi raccolti in questo volume propongono diversi approcci. Alcuni esplorano la previsione come scandaglio metodologico per costruire scenari futuri e modelli di intervento. Altri la considerano come una delle strategie privilegiate per la costruzione del senso. Altri ancora colgono nella previsione un’occasione per indagare concetti come testo, registrazione e memoria, punti cardinali che impongono di anticipare e mettere in diretta comunicazione, ad esempio, il destino degli archivi e quello delle società. Quello che però la filigrana di tutti i saggi qui riuniti rivela è il riconoscimento della previsione come atto di libertà, come accesso al possibile. In questa prospettiva prevedere significa non cedere alle sirene del tutto e pertanto non comportarsi come un dispositivo che cerca di tenere necessariamente insieme ogni cosa. Piuttosto la previsione si propone come esplorazione di spazi fragili e discontinui, ma densi di desiderio di immagini inafferrabili e perciò libere. Piccole intermittenze luminose, come quelle lucciole di cui disperava Pasolini: brevi lampi ora non più annientati, ma capaci di resistere ai sistemi dominanti e sopravvivere ai più crudeli e sofisticati tentativi di soppressione.

Forecasting

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Forecasting.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Forecasting.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Accurate forecasting performance in the energy sector is a primary factor in the modern restructured power market, accomplished by any novel advanced hybrid techniques. Particularly in the Big Data era, forecasting models are always based on a complex function combination, and energy data are always complicated by factors such as seasonality, cyclicity, fluctuation, dynamic nonlinearity, and so on. To comprehensively address this issue, it is insufficient to concentrate only on simply hybridizing evolutionary algorithms with each other, or on hybridizing evolutionary algorithms with chaotic mapping, quantum computing, recurrent and seasonal mechanisms, and fuzzy inference theory in order to determine suitable parameters for an existing model. It is necessary to also consider hybridizing or combining two or more existing models (e.g., neuro-fuzzy model, BPNN-fuzzy model, seasonal support vector regression-chaotic quantum particle swarm optimization (SSVR-CQPSO), et cetera). These advanced novel hybrid techniques can provide more satisfactory energy forecasting performances. This book aimed to attract researchers with an interest in the research areas described above. Specifically, we were interested in contributions towards recent developments, id est, hybridizing or combining any advanced techniques in energy forecasting, with the superior capabilities over the traditional forecasting approaches, with the ability to overcome some embedded drawbacks, and with the very superiority to achieve significant improved forecasting accuracy.

Forecasting.