资料下载
×
基于小波变异果蝇优化的支持向量机预测模型
消耗积分:1 |
格式:rar |
大小:0.70 MB |
2018-04-13
分享资料个
预测精度是电力负荷预测的重要指标。为增强预测精度，提出基于小波变异果蝇优化的支持向量机预测模型（WFOAAM-LSSVM）。利用小波对负荷数据进行预处理，分解成不同尺度的负荷曲线，加强历史数据规律性和随机性。针对果蝇算法寻优精度不高和易陷入局部最优的不足，利用群体适应度方差和当前最优解判断是否陷入局部最优，再进行最优个体扰动和高斯变异操作，对变异后的果蝇个体二次寻优，使支持向量机预测模型精度得到明显增强。利用WFOAAM-LSSVM对2015年河南省某地区历史负荷数据对未来几日预测，并与支持向量机模型以及粒子群优化的支持向量机模型预测结果对比。结果表明：基于小波变异果蝇优化的支持向量机短期负荷预测精度高，具有很好的实际应用意义。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
