基于支持向量机的企业用电量的短期预测

• 来源期刊: 电脑开发与应用
• 学科: 工学
• 关键词: 支持向量机算法 核函数 短期预测 误差评价
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 软硬件开发
• 页码范围: 22-24
• 页数: 3页
• 分类号: TP31
• 字数: 1800字
• 语种: 中文

摘要

支持向量机(SVM)是以统计学习理论为基础的一种新的机器学习方法,它对于短期预测的数据具有一定的学习能力.综合应用支持向量机方法,着重考虑企业增加值、月平均气温等因素对电量的影响,确定了一种有效的电量使用短期预测方法.用2004年～2006 年的逐月资料进行训练建模,用 2007年的资料做效果检验,研究结果证明这种方法对于电量短期预测的趋势预测较好.支持向量机方法在短期预测的应用前景广阔.