基于粒子群优化的Wv-SVM燃气负荷预测

• 作者: 徐晓钟 赖兆林
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 核函数 粒子群优化 燃气负荷 小波 预测模型
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 196-198,201
• 分类号: TP18
• 字数: 3141字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.05.060

摘要

针对传统预测模型精度不高的问题,提出基于小波核支持向量机的复合预测模型.采用小波分析提 取燃气负荷相关的特征值,通过粒子群优化算法确定小波核支持向量机的参数,利用支持向量机(SVM)解决非线性回归和时间序列问题.实验 结果证明,该预测模型的预测精度比BP神经网络和传统高斯核SVM高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赖兆林	上海师范大学信息与机电工程学院	1	9	1.0	1.0
2	徐晓钟	上海师范大学信息与机电工程学院	25	214	8.0	14.0