优化SVM在锅炉负荷预测中的应用

• 作者: 吴茂念 张欣 陈其松 陈孝威
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 预测 核主成分分析 优化 量子粒子群算法 支持向量机
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 316-320
• 页数: 5页
• 分类号: TP301.1|TP18
• 字数: 4183字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2010.02.035

摘要

提出智能优化支持向量机算法来提高模型的预测能力和泛化能力.该算法针对支持向量机噪声敏感问题采用小波方法对数据集去噪;利用核主成分分析方法提取数据特征;采用量子粒子群算法优化支持向量机超参数.将该优化算法应用于锅炉负荷短期预测,实验结果表明,该优化算法预测精度较高,收敛速度较快,泛化性能优于其他预测方法,且工程实现容易.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈孝威	贵州大学计算机科学与技术学院	70	993	15.0	29.0
2	陈其松	贵州大学计算机科学与技术学院	17	110	7.0	9.0
3	吴茂念	贵州大学计算机科学与技术学院	14	39	3.0	5.0
4	张欣		4	18	3.0	4.0