基于最小一乘的GA-SVR用电量预测
基于最小一乘准则和交叉验证思想下,提出了一种基于自适应遗传算法参数寻优的支持向量回归机模型。该模型采用最小一乘准则作为训练标准,提高了模型的整体稳定性。使用自适应遗传算法对支持向量回归模型进行参数寻优,加快了训练时间,提升了预测精度,同时,交叉验证方法的采用,又进一步地提升了模型的泛化能力和预测精度。采用该模型对江苏省全社会用电量进行预测的结果表明,其预测精度要优于传统的支持向量回归模型和一般的粒子群优化支持向量回归模型。
预测、最小一乘、支持向量机、遗传算法、交叉验证
F273.13(企业经济)
国家自然科学基金项目71101041;国家863项目2011AA05A116;国家级创新计划项目111035954
2014-01-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
25-29