四川大学学报（工程科学版）
四川大學學報（工程科學版）
사천대학학보（공정과학판）
JOURNAL OF SICHUAN UNIVERSITY(ENGINEERING SCIENCE EDITION)
2006年
2期
6-10
,共5页
支持向量机%免疫进化算法%参数优化%年用电量预测
支持嚮量機%免疫進化算法%參數優化%年用電量預測
지지향량궤%면역진화산법%삼수우화%년용전량예측
支持向量机(SVM)是在统计学习理论基础之上发展起来的,针对小样本数据且具有优良推广性能的机器学习方法.阐述了SVM的基本原理及特性,并采用一种新的有效随机全局优化技术-免疫进化算法(IEA)对SVM核函数的参数进行了优化.介绍了IEA-SVM算法的设计思想和特点,成功地实现了此模型在年用电量预测中的应用,对四川省电网1978～1998年年用电量状况进行了实例研究,预测值与实际值相差较小,并与基于偏最小二乘回归(PLS)模型的预测成果进行了对比.理论分析和实例结果验证了基于IEA-SVM的年用电量预测方法的正确性和有效性.
支持嚮量機(SVM)是在統計學習理論基礎之上髮展起來的,針對小樣本數據且具有優良推廣性能的機器學習方法.闡述瞭SVM的基本原理及特性,併採用一種新的有效隨機全跼優化技術-免疫進化算法(IEA)對SVM覈函數的參數進行瞭優化.介紹瞭IEA-SVM算法的設計思想和特點,成功地實現瞭此模型在年用電量預測中的應用,對四川省電網1978～1998年年用電量狀況進行瞭實例研究,預測值與實際值相差較小,併與基于偏最小二乘迴歸(PLS)模型的預測成果進行瞭對比.理論分析和實例結果驗證瞭基于IEA-SVM的年用電量預測方法的正確性和有效性.
지지향량궤(SVM)시재통계학습이론기출지상발전기래적,침대소양본수거차구유우량추엄성능적궤기학습방법.천술료SVM적기본원리급특성,병채용일충신적유효수궤전국우화기술-면역진화산법(IEA)대SVM핵함수적삼수진행료우화.개소료IEA-SVM산법적설계사상화특점,성공지실현료차모형재년용전량예측중적응용,대사천성전망1978～1998년년용전량상황진행료실례연구,예측치여실제치상차교소,병여기우편최소이승회귀(PLS)모형적예측성과진행료대비.이론분석화실례결과험증료기우IEA-SVM적년용전량예측방법적정학성화유효성.
