改进的支持向量回归机在电力负荷预测中的应用
电力预测是一项重要的工程应用.为了解决多层次粒度支持向量回归机(Dynamical Granular Support Vector Regres-sion Machine,DGSVRM)预测电力负低荷精度的问题,提出一种基于萤火虫群优化(Glowworm Swarm Optimization,GSO)算法与模式搜索算法(Pattern Search,PS)的混合算法来优化DGSVRM预测模型的关键参数.仿真实验表明,通过优化参数之后,预测模型的预测精度得到很大提高.
多层次粒度支持向量回归机、萤火虫群优化、模式搜索算法
47
TP391(计算技术、计算机技术)
2018 年广西高校中青年教师基础能力提升项目2018KY0956
2020-07-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
58-65