基于支持向量机回归的电力负荷预测研究

• 作者: 张前进
• 来源期刊: 航空计算技术
• 关键词: 结构风险最小化 支持向量机 支持向量回归 电力负荷预测 神经网络
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 计算方法
• 页码范围: 105-107,111
• 页数: 4页
• 分类号: O231
• 语种: 中文
• DOI: 10.3969/j.issn.1671-654X.2006.04.029

摘要

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张前进	佛山科学技术学院自动化系	7	31	3.0	5.0