科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2012年
2期
330-333
,共4页
特征选择%序优化理论%遗传算法%遗传序优化理论
特徵選擇%序優化理論%遺傳算法%遺傳序優化理論
특정선택%서우화이론%유전산법%유전서우화이론
针对模式识别中特征子集的选择存在组合优化的情况,采用了一类遗传序优化算法,以序优化思想为指导,对传统遗传算法中的参数及操作进行改进.利用有限的计算资源寻求复杂特征选择问题的近似最优解,从而有效地降低了特征维数,加快搜索到最优特征子集的速度,为特征选择问题提供了一种新的处理方法.通过Matlab仿真,对美国加州电力市场的实际数据进行预测.结果表明,月平均误差不超过2.62%,因此该算法在电力负荷预测方面有很强的实用性.
針對模式識彆中特徵子集的選擇存在組閤優化的情況,採用瞭一類遺傳序優化算法,以序優化思想為指導,對傳統遺傳算法中的參數及操作進行改進.利用有限的計算資源尋求複雜特徵選擇問題的近似最優解,從而有效地降低瞭特徵維數,加快搜索到最優特徵子集的速度,為特徵選擇問題提供瞭一種新的處理方法.通過Matlab倣真,對美國加州電力市場的實際數據進行預測.結果錶明,月平均誤差不超過2.62%,因此該算法在電力負荷預測方麵有很彊的實用性.
침대모식식별중특정자집적선택존재조합우화적정황,채용료일류유전서우화산법,이서우화사상위지도,대전통유전산법중적삼수급조작진행개진.이용유한적계산자원심구복잡특정선택문제적근사최우해,종이유효지강저료특정유수,가쾌수색도최우특정자집적속도,위특정선택문제제공료일충신적처리방법.통과Matlab방진,대미국가주전력시장적실제수거진행예측.결과표명,월평균오차불초과2.62%,인차해산법재전력부하예측방면유흔강적실용성.