基于粗集属性约简的电力供应量SVM回归预测

• 作者: 李侠 毛军军 汤义强 程白彬
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机回归 粗糙集 属性约简 预测
• 年，卷（期）: 2010,（9）
• 页码范围: 48-51
• 分类号: TP18
• 字数: 2650字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.09.012

摘要

采用基于粗糙集属性约简的支持向量机回归预测模型对我国电力供应量进行预测.根据电力供应量及其影响因素的历史数据建立决策表,利用动态层次聚类法对决策表中的连续属性进行了离散化;运用属性约简算法进行约简,提取出主要因素,并将其作为样本的特征,应用支持向量机回归预测模型对电力供应量进行预测.五年预测结果表明:与SVR模型相比,结合了属性约简方法的RS&SVR模型充分利用了更少但是主要的预测因子的信息,预测精度有一定提高,应用效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李侠	安徽大学数学科学院	7	29	4.0	5.0
2	毛军军	安徽大学数学科学院	65	232	8.0	10.0
6	汤义强	安徽大学数学科学院	3	29	3.0	3.0
7	程白彬	安徽大学数学科学院	1	9	1.0	1.0