基于遗传算法优化参数的支持向量机短期负荷预测方法OA北大核心CSCDCSTPCD
Parameter selection for support vectormachines based on genetic algorithms to short-term power load forecasting
通过研究参数选择和支持向量机预测能力的影响,建立利用遗传算法优化参数的支持向量机负荷预测系统.通过遗传算法对支持向量机(SVM)预测模型的各项参数进行寻优预处理,找到最优的参数取值,然后,代入支持向量机SVM预测模型中,得基于遗传算法的支持向量机(GA-SVM)模型,利用此模型对短期电力负荷进行预测研究.通过实例验证,选择河北某地区2005-03-02至2007-05-22每天各个时点的数据进行分析,并且选择SVM模型与BP(Back propa…查看全部>>
吴景龙;杨淑霞;刘承水
华北电力大学,工商管理学院,北京,102206北方联合电力有限责任公司,内蒙古,呼和浩特,010020华北电力大学,工商管理学院,北京,102206
信息技术与安全科学
遗传算法支持向量机参数优化负荷预测
《中南大学学报（自然科学版）》 2009 (1)
机动时间特性理论及排序亏值数学模型研究
180-184,5
国家自然科学基金资助项目(70671040)
评论