基于支持向量机回归的二次网供热负荷预测分析

• 作者: 王春青 王凇 郑杨 许添强 张晗 李超 王亦姝
• 来源期刊: 吉林建筑大学学报
• 学科: 工学
• 关键词: 供热负荷预测 支持向量机回归(SVMR) 网格搜索(GS) 遗传算法(GA) K折交叉验证(KCV)
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 工程科技|Engineering science & technology
• 页码范围: 34-40
• 页数: 7页
• 分类号: TU995|TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0185.2021.06.007

摘要

为提高供热负荷预测精度,在传统支持向量机回归(SVMR)基础上,通过网格搜索(GS)及遗传算法(GA)对惩罚参数C和核函数(径向基函数)参数γ两个重要参数寻找最优参数组合,由此得到最佳预测模型,并采用均方误差、平均绝对误差和判定系数R23种方法对SVMR、网格搜索-K折交叉验证-SVMR(GS-KCV-SVMR)和遗传算法-K折交叉验证-SVMR(GA-KCV-SVMR)3种预测模型进行评价.结果 表明,GA-KCV-SVMR模型更能有效地预测供热负荷,其R2值为0.96,优于SVMR和GS-KCV-SVMR两种模型,可为工程实践提供参考.