共 8 条
[1]
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[2]
[3]
[4]
[5]
[6]
[7]
[8]
基于模糊回归支持向量机的短期负荷预测
被引：13
作者：
龚灯才
孙长银
李林峰
机构：
[1] 河海大学电气工程学院
来源：
基金：
国家自然科学基金重大项目;
关键词：
支持向量机;
回归估计;
模糊;
短期负荷预测;
D O I：
暂无
中图分类号：
TM714 [负荷分析];
学科分类号：
080802 [电力系统及其自动化];
摘要：
支持向量机(SVM)是一种新颖的机器学习方法,具有泛化能力强、全局最优和计算速度快等突出优点.模糊数学在不确定性、不精确性及噪声引起的问题上,有其特有的计算分析操作,能有效地分析和处理模糊信息.研究了一种模糊回归支持向量机模型,该模型将两者有机结合,发挥了各自的优点.将其应用到电力系统短期负荷预测,仿真结果表明,所提方法不仅具有与支持向量机方法相同的预测精度,且提供了更多的有用信息.
引用
收藏
页码：37 / 40
页数：4
相关论文