共 9 条
- [7] 熊建秋,邹长武,李祚泳,徐婷婷,汪嘉杨.基于支持向量机的人均综合用水量预测[C].中国环境保护优秀论文集（2005）（上册）,2005:1139-1143
- [8] (美)瓦普尼克(VladimirN.Vapnik)著,许建华,张学工译.统计学习理论[M].北京:电子工业出版社,2004
- [9] (美)VladimirN.Vapnik著,张学工译.统计学习理论的本质[M].北京:清华大学出版社,2000
基于免疫进化支持向量机的年用电量预测
被引：10
作者：
熊建秋
[1
]
邹长武
[1
]
李祚泳
[2
]
机构：
[1] 四川大学水利水电学院
[2] 成都信息工程学院
来源：
关键词：
支持向量机;
免疫进化算法;
参数优化;
年用电量预测;
D O I：
10.15961/j.jsuese.2006.02.002
中图分类号：
TM715 [电力系统规划];
学科分类号：
摘要：
支持向量机(SVM)是在统计学习理论基础之上发展起来的,针对小样本数据且具有优良推广性能的机器学习方法。阐述了SVM的基本原理及特性,并采用一种新的有效随机全局优化技术-免疫进化算法(IEA)对SVM核函数的参数进行了优化。介绍了IEA-SVM算法的设计思想和特点,成功地实现了此模型在年用电量预测中的应用,对四川省电网1978～1998年年用电量状况进行了实例研究,预测值与实际值相差较小,并与基于偏最小二乘回归(PLS)模型的预测成果进行了对比。理论分析和实例结果验证了基于IEA-SVM的年用电量预测方法的正确性和有效性。
引用
收藏
页码：6 / 10
页数：5
相关论文