基于主成分分析与支持向量机的能源需求预测方法OA北大核心CHSSCDCSSCI
能源需求预测具有影响因素多、自相关性显著等特点,传统的时序建模和机理建模方法效果有限.文章首先对支持向量机模型进行改进,在其中加入时序动态因子,形成新的拟合模型；而后采用主成分分析来降低预测模型输入因子的维度,并将上年度能源需求的历史数据作为时序变量反馈引入模型,再利用支持向量机在小样本条件下建立能源需求的预测模型.对1997 ～2011年能源需求预测的实证研究表明,所提方法的拟合与预测性能均优于现有方法,说明了方法的有效性与优势.
崔庆安
郑州大学 管理工程学院,郑州450001
农业科技
能源需求预测主成分分析支持向量机
《统计与决策》 2013 (17)
面向多极值质量特性的实验设计及参数全局性优化研究
70-72,3
国家自然科学基金资助项目(71171180)河南省高等学校青年骨干教师计划资助项目(2012GGJS-020)
评论