基于改进萤火虫算法优化SVM的变电工程造价预测

被引:21
作者
宋宗耘 [1 ]
牛东晓 [1 ]
肖鑫利 [1 ]
朱琳 [2 ]
机构
[1] 华北电力大学经济与管理学院
[2] 国网新源控股有限公司技术中心
基金
中央高校基本科研业务费专项资金资助;
关键词
萤火虫算法; 支持向量机; 高斯扰动; 变电工程; 造价预测;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TM72 [输配电技术];
学科分类号
080802 [电力系统及其自动化]; 140502 [人工智能];
摘要
变电工程造价水平直接关系到电网工程的整体经济性,造价水平预测是控制造价、提高造价合理性的重要手段。在传统萤火虫算法的基础上,采用高斯扰动技术改进萤火种算法的位置更新公式,提高萤火从算法的寻优性能从而优化SVM预测模型的参数。通过Schaffer函数测试发现,高斯扰动萤火虫算法具有收敛速度快、搜索能力强等优点。实测结果表明:该模型具有较高的预测精度和有效性。
引用
收藏
页码:168 / 173
页数:6
相关论文
共 15 条
[1]
基于变参数萤火虫算法和Maklink图的路径规划研究 [J].
李明富 ;
张玉彦 ;
马建华 ;
周友行 .
机械科学与技术, 2015, 34 (11) :1728-1732
[2]
基于最大最小萤火虫算法优化BP神经网络的物流需求预测算法研究.[J].李娟;.经营管理者.2015, 23
[3]
一种具有速度扰动的高斯学习粒子群优化算法 [J].
王芸 ;
孙辉 .
小型微型计算机系统, 2015, 36 (07) :1521-1525
[4]
基于改进混沌萤火虫算法的云计算资源调度 [J].
杨单 ;
李超锋 ;
杨健 .
计算机工程, 2015, 41 (02) :17-20+25
[5]
基于GA和SVM的电力负荷预测方法研究 [J].
孟凡喜 ;
屈鸿 ;
侯孟书 .
计算机科学, 2014, 41(S1) (S1) :91-93+117
[6]
基于高斯扰动的粒子群优化算法 [J].
朱德刚 ;
孙辉 ;
赵嘉 ;
余庆 .
计算机应用, 2014, 34 (03) :754-759
[7]
基于模拟退火高斯扰动的蝙蝠优化算法 [J].
贺兴时 ;
丁文静 ;
杨新社 .
计算机应用研究, 2014, 31 (02) :392-397
[8]
基于日特征量相似日的PSO-SVM短期负荷预测 [J].
陈超 ;
黄国勇 ;
邵宗凯 ;
王晓东 ;
范玉刚 .
中国电力, 2013, 46 (07) :91-94
[9]
基于改进差分进化算法的飞行控制律评估方法 [J].
陈云翔 ;
李琳 ;
李千 ;
纪小柠 .
航空学报, 2013, 34 (06) :1261-1268
[10]
基于改进PSO算法和LS-SVM的短期电力负荷预测 [J].
潘磊 ;
李丽娟 ;
丁婷婷 ;
刘对 .
工矿自动化, 2012, 38 (09) :55-59