基于遗传算法优化参数的支持向量机风电功率预测

• 作者: 宣健 纪洁 胡汉 邵新苍 高远
• 来源期刊: 电子测试
• 关键词: 支持向量机 遗传算法 参数寻优 归一化 风电功率预测
• 年，卷（期）: 2020,（21）
• 所属期刊栏目: 理论与算法
• 页码范围: 32-35
• 页数: 4页
• 语种: 中文

摘要

支持向量机是一种非常有前景的学习机器,也是广大国内外学者研究的热点.选择合适的参数,对提高SVM的预测能力十分有必要.本文通过研究支持向量机中参数的选择对其预测能力的影响,建立了利用遗传算法进行参数最优选择的GA-SVM模型,并基于此模型进行风电功率预测.同时,研究了数据归一化、不良数据存在等因素对支持向量机预测效果的影响,得到的结果证明支持向量机有较好的预测效果和泛化能力.