ty -jour a2 -coccia，gianluca au -Guher，Abdurrahman Burak au -Tasdemir，Sakir au -Yaniktepe，Bulent PY -2020 DA -2020/12/10 TI-有效使用机器学习Algorithms SP -88844433620的机器学习Algorithm Hour solation Algorith spVL -2020 AB-相对于安装和容量，太阳能辐射的确切估计非常重要。在选定目标位置的估计模型中，采用了各种基于计算机和实验的方法和技术。在本研究中，多层喂养前馈神经网络（MFFNN）， k - 最邻居（ k -nn），用于载体机器（LIBSVM）的库和M5规则算法，它们是机器学习（ML）算法之一，用于估计同一纬度上两个地理位置的小时平均太阳辐射。由于29种不同的应用程序，使用6种不同的特征选择方法与Waikato环境进行知识分析（WEKA）软件开发了29种不同的应用程序，因此对对太阳辐射产生最大影响的输入变量进行了分组。通过使用选定的数据组和每个目标位置的所有输入变量开发估计模型。结果表明，针对目标位置，使用特征选择方法开发的估计更为成功，并且辐射电位相似。通过将每个模型与不同的统计指标进行比较以及先前的研究来评估估计模型的性能。根据RMSE，MAE， r 2 和Smape统计量表，使用MFFNN开发的最成功估计模型的结果分别为0.0508-0.0536、0.0341-0.0352、0.9488-0.9656和7.77％-7.79％。SN -1110-662X UR -https：//doi.org/10.1155/2020/8843620 do -10.1155/2020/8843620 JF-国际光学杂志PB -Hindawi KW- hindawi kw -er -er-- er-