遗传算法对RVM短期风速预测模型的多参数同步优化

• 作者: 孔筱叶 李伟 沈中信 王瑜 董利江 钱白云 马勤勇
• 来源期刊: 中国测试
• 学科: 工学
• 关键词: 参数优化 风速预测 相关向量机 遗传算法 空间重构
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 测试理论
• 页码范围: 13-18
• 页数: 6页
• 分类号: TK89
• 字数: 4328字
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2018.07.003

摘要

该文利用混沌理论中的相空间重构方法,对基于相关向量机的风速预测模型的训练样本进行构建,然而通过混沌理论求出的相空间参数(嵌入维数E和时间延迟τ)往往不是预测模型的最优解.针对预测模型超参数优化问题,提出一种基于遗传算法的多参数优化方法,即对E、τ以及相关向量机核参数σ进行同步优化.该方法首先基于遗传算法搜索相关向量机预测模型参数(E、τ、σ)的全局最优解,进而建立预测模型;然后对待预测风速时间序列进行预测;最后以2组实际风速数据为例进行实验研究,并与对比模型方法(只优化参数σ)进行对比.结果表明:该文模型不仅具有较低的预测误差,而且可提高预测效率,缩短预测时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟	国网新疆电力公司电力科学研究院	21	46	4.0	6.0
2	王瑜	华北电力大学电子工程系	22	297	8.0	17.0
3	马勤勇	国网新疆电力公司电力科学研究院	8	27	2.0	5.0
4	钱白云	国网新疆电力公司电力科学研究院	4	1	1.0	1.0
5	沈中信		5	2	1.0	1.0
6	董利江		2	1	1.0	1.0
7	孔筱叶		1	1	1.0	1.0