特征提取和小样本学习的电力工程造价预测模型
通过特征提取和小样本学习的结合,提出一种全新的基于混合算法的电力工程造价预测模型.利用主成分分析对原始指标进行预处理,消除原始指标之间的相关性,并提取潜在的综合独立指标,将新指标作为输入集构造基于最小二乘支持向量机的预测学习模型,将其预测结果和神经网络模型预测对比分析.并通过不同主成分数目预测结果的比较,确定最优的主成分个数,达到理想的预测效果.实例预测结果表明:该方法可以有效提取原始指标的信息量,在小样本学习方面表现突出,能够达到期望的预测效果.
电力工程、预测模型、主成分分析、最小二乘支持向量机、小样本学习
32
TM743(输配电工程、电力网及电力系统)
重庆市自然科学基金CSTC2006BA6015;国家电力公司科技项目04207520070603
2009-11-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
1104-1110