一种基于粗糙集理论的SVM短期负荷预测方法

• 作者: 方廷健 李元诚
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 粗糙集理论 支持向量机 电力系统 短期负荷预测
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 系统工程
• 页码范围: 187-190
• 页数: 4页
• 分类号: TP18
• 字数: 4574字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2004.02.014

摘要

在分析粗糙集理论方法与支持向量机方法的优势和互补性后,探讨了粗糙集与支持向量机的结合方法,提出了一种基于粗糙集数据预处理的支持向量机预测系统.该系统利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势,减少支持向量机的训练数据,克服支持向量机方法因为数据量太大,处理速度慢等缺点.将该系统应用于短期负荷预测中,与BP神经网络法和标准的支持向量机方法相比,得到了较高的预测精度,从而说明了基于粗糙集理论方法作为信息预处理的支持向量机学习系统的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方廷健	中国科学院智能机械研究所	50	2136	22.0	46.0
2	李元诚	中国科学技术大学自动化系	6	741	6.0	6.0