산업화와 인구 증가로 인해 에너지에 대한 수요가 전 세계적으로 급격히 증가하고 있습니다. 이러한 증가로 인해 에너지 생산 과정을 보다 효율적이고, 지속 가능하며, 예측 가능하게 만드는 것이 필요합니다. 따라서 인공지능과 휴리스틱 최적화 기법을 기반으로 한 예측 모델은 에너지 분야의 의사 결정 지원 시스템에서 중요한 요소가 되었습니다. 본 연구에서는 입자 군집 최적화(PSO)를 기반으로 한 예측 모델을 개발하였으며, 예측에 사용된 장기 단기 기억(Long Short-Term Memory, LSTM) 모델의 하이퍼파라미터를 PSO를 사용하여 최적화하였습니다. 훈련 및 테스트 단계에서 한 발전소의 운영 데이터를 포함한 데이터셋이 활용되었습니다. 모델의 성능은 결정 계수(R²), 평균 제곱근 오차(RMSE), 평균 제곱 오차(MSE), 평균 절대 오차(MAE)와 같은 통계적 오류 지표를 사용하여 평가되었습니다. 결과는 제안된 PSO 기반 최적화 접근 방식이 에너지 생산 예측에서 높은 정확성을 제공하며, 기존 방법들에 대한 상당한 대안을 제공함을 보여줍니다.
Tekin et al. (Sun,)은 이 질문을 연구했습니다.