基于GA的改进SVM算法对RBF优化算法在短期负荷预测中的应用.pdfVIP

Q!：! 长春工程学院学报 (自然科学版)2011年 第 12卷 第 2期 7／39 CN22-1323／N J．ChargchunInst．Tech．(Nat．Sci．Edi．)·2011，Vo1．12，No．2 21—25 基于 GA的改进 SVM 算法对 RBF优化 算法在短期负荷预测中的应用 张 红 ，张建红 ，康岩松 (1．长春工程学院电气与信息学院：，长春 130012；2．吉电股份有限公司四平热电公司，四平 255400) 摘 要 ：高预测精度 的短期负荷预测对于坚强电网 拟达尔文生物进化论的 自然选择和遗传学机理的生 非常重要，根据 电力负荷特性的变化规律 ，提 出了一 物进化过程的计算模型 ，是一种通过模拟 自然进化 种改进 的基于径 向基 函数神经 网络的短期负荷预测 过程搜索最优解的方法。遗传算法是从代表问题可 方法，应用经 GA 优化 的SVM 多核径 向基函数去 能潜在的解集的一个种群开始的，进行遗传 (选择)、