遗传算法对SVR风速预测模型的多参数优化
实验分析发现:通过相空间重构法求出的嵌入维数E和时间延迟τ往往不是支持向量回归机(SVR)预测模型的最优参数.针对此问题,建立了一种基于遗传算法(GA)的多参数同步优化的SVR预测方法.利用GA方法对E、τ和SVR模型中的惩罚因子C、核函数宽度γ进行同步优化获得全局最优解,建立SVR风速预测模型.对比单纯优化C、γ的模型,以2组风速数据为例进行实验研究,建立的模型预测误差约为6.56%和7.74%.而对比模型的误差为12.00%和9.30%.这一结果表明,同时对E、τ、C、γ进行优化的模型相对于单纯优化C、γ的模型,预测精确度大大提高.
遗传算法、支持向量机、空间重构、多参数优化、风速预测
21
TM614(发电、发电厂)
教育部中央高校基本科研业务费专项资金资助项目2015MS102
2017-04-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
70-75