基于交叉验证支持向量回归的供热负荷预测

• 作者: 张佼 王美萍 田琦
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量回归 交叉验证 参数优选 热负荷预测
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 565-570
• 页数: 6页
• 分类号: TU995|TP274
• 字数: 4385字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2014.05.014

摘要

支持向量回归机(Support Vector Regression,SVR)在供热负荷预测中得到了一些研究,然而模型的拟合度和泛化能力依赖于其相关参数的选取,需要足够的先验信息,寻优过程存在难度.针对上述情况,提出采用交叉验证(Cross Validation,CV)的思想对其中的重要参数(惩罚因子C和RBF核函数参数y)进行网格划分,在训练集中自动寻找最佳参数,从而得到最佳的训练模型,并用该模型对测试集进行回归预测.以某热源数据进行了实验研究,结果表明:该方法能够快速建立预测模型,有效地预测供热负荷,具有较高的拟合度和较强的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田琦	太原理工大学环境科学与工程学院	80	533	14.0	19.0
2	王美萍	太原理工大学环境科学与工程学院	13	79	6.0	8.0
3	张佼	太原理工大学环境科学与工程学院	3	20	3.0	3.0