基于蛙跳算法的改进支持向量机预测方法及应用

• 作者: 刘达 宋晓华 杨尚东
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 蛙跳算法 预测方法
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 机械工程·控制科学与工程
• 页码范围: 2737-2740
• 分类号: TU457|TU413.6
• 字数: 2783字
• 语种: 中文

摘要

针对支持向量机在中长期负荷预测中关键参数选择的问题,引入蛙跳算法(SFLA)以优化基于支持向量机的中长期负荷预测算法,解决支持向量机参数选择问题.以对中国能源消费总量预测为例,对本文提出的改进算法进行验证.以1979-1999年的能源消耗量作为样本,对2000-2009年能量消耗量进行检验.研究结果表明:引入蛙跳算法后,与用粒子群(PSO)算法改进的支持向量机以及普通支持向量机方法相比,改进支持向量机预测精度分别提高2.34％和3.21％,算法运行时间分别增加51s和109 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘达	华北电力大学经济与管理学院	40	735	17.0	25.0
2	宋晓华	华北电力大学经济与管理学院	53	376	10.0	18.0
3	杨尚东	国网能源研究院科研发展部	14	90	6.0	9.0