10.3969/j.issn.1000-3428.2012.05.060
基于粒子群优化的Wv-SVM燃气负荷预测
针对传统预测模型精度不高的问题,提出基于小波核支持向量机的复合预测模型.采用小波分析提 取燃气负荷相关的特征值,通过粒子群优化算法确定小波核支持向量机的参数,利用支持向量机(SVM)解决非线性回归和时间序列问题.实验 结果证明,该预测模型的预测精度比BP神经网络和传统高斯核SVM高.
支持向量机、核函数、粒子群优化、燃气负荷、小波、预测模型
38
TP18(自动化基础理论)
上海师范大学产学研基金;上海燃气指挥系统智能化研究和开发基金资助项目DCL200801
2012-05-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
196-198,201