基于遗传算法优化支持向量回归机参数的供热负荷预测
摘要：为了进一步提高供热负荷的预测精度, 通过分析影响支持向量回归机 (SVR) 性能表现的参数, 提出了基于遗传算法优化的SVR供热负荷预测模型。该方法利用交叉验证思想在模型性能评估和选择方面的优势, 结合遗传算法的全局寻优能力, 实现了参数的自动优选, 并用由此得到的最佳模型进行供热负荷预测。应用某热源的实测数据进行了仿真实验, 与其他算法的比较表明, 该方法相对误差绝对值的平均值为4.33%, 比传统SVR降低了10.77%, 比小波神经网络降低了5.28%。
关键词：遗传算法 支持向量回归机 供热负荷预测 参数优化 交叉验证
尊敬的用户，本篇文章需要2元，点击支付交费后阅读
限时优惠福利：领取VIP会员
全年期刊、VIP视频免费!
全年期刊、VIP视频免费!
672
12
12