基于人群搜索算法优化参数的支持向量机短期电力负荷预测OA北大核心
Short-term power load forecasting of support vector machine based on parameters optimization of population search algorithm
支持向量机是一种新型机器学习算法,它基于结构风险最小化准则取得较小的实际风险,有效提高了泛化能力,具有理论严密、适应性强、全局优化等特点,在模式识别和回归问题等方面应用广泛.以某地区历史负荷数据为输入,通过人群搜索算法对支持向量的各项参数进行寻优计算,得到最优的参数取值,然后把最优参数代入到SVM预测模型中,得到人群搜索算法的支持向量机(SOA-SVM)模型,利用此模型对某地区未来24小时的负荷进行短期预测.通过算例验证,利用SOA-SVM预测的…查看全部>>
魏立兵;赵峰;王思华
兰州交通大学自动化与电气工程学院 兰州730070兰州交通大学自动化与电气工程学院 兰州730070兰州交通大学自动化与电气工程学院 兰州730070
信息技术与安全科学
人群搜索算法支持向量机短期负荷预测参数优化
SOASVMshort-term load forecastingparameter optimization
《电测与仪表》 2016 (8)
45-49,74,6
甘肃省自然科学基金项目(1310RJZA038)
评论